导语：过去几十年来地信测绘行业的工作都是围绕如何将物理世界数字化，随着人工智能的脚步逐渐临近，如何将数字世界语义化将会是实现智能测绘的核心。这个就是未来各行业智能化应用的空间智能基础数据，也孕育了无数机遇和挑战。
泰瑞数创CEO刘俊伟先生
围绕数据处理展开的产业整合 正在火热进行
在地理信息行业，从数据的获取、处理，直到技术平台以及数据应用，上下游之间正在进行着广泛和深刻的融合。泰瑞数创科技（北京）有限公司总裁刘俊伟先生认为，上下游融合恰恰体现出了数据在产业链中的核心价值。数据处于链条的制高点，也是引发融合的核心因素。
在测绘地理信息行业，数据发挥着举足轻重的作用。数量更多、精度更高、成本更低的三维数据诉求，推动了整个产业链的发展。一方面，上游数据处理手段不断完善、成本不断下降；另一方面，下游数据应用需求逐渐爆发。由数据所引发的产业链大融合，也不可避免的持续进行着。
在这种大融合的背景下，参与竞争的企业若要在数据的获取、处理、平台提供直到实际应用的各个环节中更具竞争力，“要么提供全套服务，要么拥有核心技术。”刘俊伟认为。作为行业的先行者，泰瑞数创的定位是牢牢掌握链条上的核心技术，并将核心技术产品化以后，再“赋能”给行业里面的其他合作伙伴。为行业内上下游的企业提供解决方案，帮助他们在整个产业链上提供高效服务，是泰瑞的定位和特长。据了解，目前泰瑞数创50%以上的研发资源，都投入到了数据处理技术上，尤其是数据语义化这个重点上。
此外，针对目前行业融合发展的大趋势，在空间数据可视化普及之后，泰瑞进一步提供了可视化的辅助决策和分析工具；在数据为大多数企业普遍重视的情况下，泰瑞为客户持续降低数据的成本，不断提高其精度及丰富表达要素;以后，泰瑞将专注于将数据高效的应用到行业之中，并与最新的智能化等技术相结合，为客户提供更多的场景。
数据语义化 是通往人工智能的必经之路
近来，城市大脑的概念开始流行。它的理念是对整个城市进行全局实时分析，自动调配公共资源，修正城市运行中的问题，为城市提供一系列的智能化服务。刘俊伟认为，对测绘地理信息行业来说，在智能化前面还有一步，他们称之为数字世界的语义化。
所谓语义化，通俗来讲，就是对数据进行加工处理，使得机器可以理解数据包含的信息。举个简单的例子，使用激光对物体扫描并建立模型就是物理世界物体转化为数字表达形式，计算机系统能也可以将它如实还原出来，这是可视化，或者称为数字化。人眼是可以看到模型的，并且知道模型所代表的含义，但是计算机并不能像人一样去理解它，不知道所建立的模型到底有何内涵和特性。那么，如何让计算机能理解数字世界？理解之后，又该如何让计算机进行智能的分析、判断或预测?
“过去我们已经完成了第一阶段数字化， 现在工作重点是第二阶段就是语义化，最后才能涉及到智能化。把数字化模型转换成计算机可以理解的表达形式，之后才可能跟各种智能系统匹配在一起。”刘俊伟解释到。语义过程其实就是解译和描述的过程，从数字世界翻译成计算机可以理解的语义模型，语义模型才可以被智能系统所应用。除了测绘空间数据之外，还有视频的语义、传感器的语义、各种流程信息的语义等等。
泰瑞的产品体系在语义化的研发过程中也经历过了几个阶段。第一阶段是“人工数字化”，在传统的测绘成果DEM和DOM上用TerraBuilder构建三维场景，第二阶段是对应着倾斜摄影等新的数据获取手段的进步，用PhotoMesh产品对航片进行自动实景三维建模，实现“自动数字化”。现在即将拉开序幕的是第三阶段， 也就是“语义化”。在这个阶段不止在模型自动单体化上有了突破， 更重要的是给所有生成的模型数据，关联上了语义信息。
正是为解决向人工智能迈进的问题，泰瑞的语义化方向的研究已经进行了四年。这源于坚信只有突破物理世界数字化和数字世界语义化两个技术难点之后，才能真正迈进到智能化。这也是引爆空间信息数据和平台的核心技术，只有这样人工智能才能跟大数据融合在一起。据泰伯网了解，泰瑞的语义化技术已经可以在城市建模中达到80%的自动化程度。在这个数据基础上，泰瑞还开展了诸如城市的大数据模拟分析、自动驾驶等领域的探索和应用。
在刚刚过去的2017年，美国的一家卫星数据分析公司Orbital Insight宣布获得了5000万美元的C轮融资，该轮过后公司筹资总额达7870万美元，成为卫星数据分析领域融资最多的公司。该企业通过与卫星图像提供商的合作获得遥感影像，再运用深度学习技术识别图像中的对象和特征，生成智能语义化数据，利用数据处理技术将航片像素转化为可分析数据进行存储和分析，并为用户提供数据分析服务。例如，可以分析庄稼卫星图来预测粮食产量，分析停车场车辆数据来预测零售行业销售额等等。
我们可以看到，这其实就是 “语义化” 的一种实践。泰瑞在国内是最早提出和使用“语义化”这一概念，并将其进行商业化应用的企业。除了提供语义化的数据基础，泰瑞还在应用平台层面提供了对时空大数据的支持。目前的时空大数据，存在“大”而不“智”的问题。不管是TB级别还是PB级别的数据，都存在着无法细粒度的分析，无法进行跨域的关联查询，无法在不同维度进行索引。这都是因为这些大数据缺乏一个统一的本体知识库(Ontology Knowledge)来进行规约定义。语义化就是基于这个本体库用一种语义描述(Semantic Description/Annotation)来描述，以达到不同应用域(Domain)之间的数据交互。另外智能化应用的推理(Reasoning)等高级逻辑功能都必须基于这个统一的描述来进行。这种基于语义化数据的分析应用将会非常广泛，对企业和政府方面都有很强的吸引力。
语义化的市场对所有行业企业开放
那么，说完了语义化的概念和用途，未来语义化的市场会有多大？举例来说，如果城市里的每一栋建筑相当于一个细胞，细胞需要被感知和理解并被智能大脑控制，以进行各种城市的服务或规划，这一过程都需要语义化的工作来实现，其规模可想而知。
市场足够大，但是不是机会也是同样多的?其实，测绘地理信息行业一直存在技术应用落后的问题，比如计算机视觉识别二十年前就已经出现，并且已经应用到了人脸识别等方面，但只有在最近几年才运用到测绘行业，缩短测绘地理信息行业跟计算机发展的时代代差，这是一个很重要的问题。
这是机会也是挑战，这样的机会对于人工智能行业的企业同样也有非常大的吸引力。此前，大量的人工智能公司没有进入到测绘行业，是因为传统测绘行业本身的规模太小。但是，一旦跨行业的融合开始，比如高精度地图与自动驾驶相融合，市场规模可能就会迅速达到目前导航地图市场的几十倍以上。因此机会对于所有行业和企业都是平等的。
而挑战自然是对应存在的，相对于人工智能、自动驾驶技术研发企业来说，传统测绘地理信息行业在计算机软件核心算法研发投入较少，缺乏竞争力。目前，能够作为门槛存在的更多的是资质以及相对封闭的行业格局。因此，行业外的企业并没有大举进入，整合也通常只是发生在行业内。但是，有一天真的这些门槛不再是门槛的时候，你又该怎么办?
独特的技术是其中一项重要的内容。泰瑞已经授权了18项发明专利，目前，仅语义化就有十几项专利在终审阶段。通过设立研发合资公司以及资本投资等方式，泰瑞还拥有了更多的研发实力。不过，单纯的技术是远远不够的。刘俊伟表示，“同时需要建立资本上及产业上的竞争力，但是说到底，这些只是手段，最终目标是通过持续的研发和数据上的投入，构建成一个更好的数据壁垒，形成竞争力。泰瑞已经成功的完成了物理世界数字化的第一个环节，接下来的数字世界语义化对整个行业来说将是更大的机遇和挑战，我们接下来会给大家更多的惊喜! ”
Q&A问答
Q：如何评价泰瑞这几年的发展情况?未来会有哪些新的构想?
A：过去几年，泰瑞的发展基本是在预期范围内。不过最重要的是我们把发展的思路理清楚了，必须要做的事情已经明确了。物理世界数字化以后，需要做什么事情，也是每个企业都需要结合自身特点考虑清楚的。
过去一段时间，我们引进了一些新的股东单位，这使我们打通了智慧城市的通道。未来，可能会继续引进新的资方，也有可能与其他公司进行横向或纵向的合作。但无论采取何种方式，我们都会明确自身的定位，找准自己的位置，不会盲目冒进。
在未来，如果条件具备，我们也会考虑尝试跨行业的发展，比如自动驾驶、城市大脑等，但只有拥有了足够强的数据把控力，特别是有了足够丰富的语义化城市数据，尝试才是水到渠成的事。
Q：未来泰瑞会有产品或者策略方面的改变吗?
A：无论是数据处理平台，还是核心可视化引擎，或者行业垂直方案，我们未来产品架构均会有比较大的调整。核心是进行快速自动的语义化，并且跟智能分析系统结合在一起，跟大数据分析融合在一起等等。
最近，我们在INTERGEO全球大会上发布了新一代实景世界平台的核心产品SmartEarth CIM Generator城市信息模型建模软件(中文名称：实景城市信息工厂)。
这款产品不仅可以在SmartEarth遥感像素工厂生产的实景三维数据基础上，提供精细化的实景三维模型快速自动单体化，还可以支持从航空激光点云自动生成三维模型。同时还开发了为实景三维模型自动关联输出语义信息的功能，打通了三维实景模型的几何信息和语义信息之间的交换通道。
泰瑞在过去多年三维实景数据处理业务的丰富经验基础上，完成自主研发，为真正实现基于实景地理信息的大数据分析提供了新的解决方案。
Q：在公司管理和发展战略方面有哪些可以分享的?
A：公司核心发展推动力是公司平台上的每一个人。在这个平台上，需要把大家的愿景、诉求，找到一个“最大公约数”，找到最集中的方向。一方面让大家有实现产业发展愿景的机会，一方面有相应的经济利益回报。最近我们团队思考的比较多的是未来10年泰瑞的产业发展目标是什么。经过几年的思考与实践，我们认为过去10年泰瑞产业发展战略聚焦在物理世界数字化，未来10年泰瑞的产业发展战略将聚焦在数字世界语义化。产品研发上从数字三维向语义三维发展。
{{item.content}}