继alphago打败李世石之后，近日小度机器人又打败了《最强大脑》连胜冠军王昱珩，人工智能在数据处理方面的卓越实力越发显现。航天星图近期组织了geovis day主题研发活动，围绕人工智能与geovis展开了激烈探讨。
开篇致辞
公司总裁邵宗有博士强调了航天星图公司对所从事的遥感与it领域尖端技术趋势的重视和把握，并提出研发团队要积极利用各方优势，在公司的geovis5产品研发中更多引入深度学习等it新技术，占据遥感数据处理的制高点。
geovis牵手人工智能
公司高级副总裁吴方才博士谈到，在遥感和地理信息数据在获取便捷化、数据量海量化、以及跨平台多元化等技术变革中，人工智能技术在数据处理和数据管理方面有广阔的应用场景，并展望了人工智能技术进入后，遥感行业将发生的深刻变革。
地理空间数据的智能分析
中科院电子所研究室副主任孙显博士介绍了深度学习对地理空间数据智能分析的影响，详细讲解了深度学习的工作原理和特点。他认为，目前的地理空间信息数据比起交易数据、交互数据还不能真正称得上是”大”数据，而且在地理空间信息数据的处理方面，很多判断还需要借助人脑完成，因此，人工智能具有巨大的发展潜力和空间。
智能可自愈的组织网络模型
除了在数据处理中有广泛应用外，人工智能技术在行业处理的网络环境中也能起到至关重要的作用。中科院电子所的项天远博士和大家介绍了分布式网络中的抗毁和治愈能力的构建，探讨了该领域中的难点问题及智能可自愈系统的网络构建方法。
深度学习需要的基础设施
深度学习离不开大数据与异构计算平台，公司产品研发中心副总经理刘斌博士讲到，机器的深度学习训练由于模型复杂、数据量巨大、模型难收敛等原因，带来超大规模计算需求。要提升训练效果、防止过拟合、梯度消失并增进训练速度，需要从数据预处理、模型选取、模型优化、处理框架适配甚至硬件设施支撑等角度统一去思考和优化，而这一切需要算法工程师、系统工程师、数据工程师等多领域专家的共同协作支持。刘斌博士也给出了遥感数据深度学习训练平台的设计框架，并描绘了实现蓝图。
geovis day是航天星图将长期坚持的品牌学术活动。geovis day不仅为研发人员提供了各分系统研发团队之间进度分享、协同的平台，同时为研发设计师了解掌握产业新技术开启了知识之门，此外，geovis day还为技术团队提供了更多层次的交流机会，对提升技术团队的凝聚力大有裨益。经过短短半天的学术交流和激烈的探讨，航天星图的产品设计师和核心骨干对深度学习有了更深的认识，在“天眼感知世界”的公司理念引领下，航天星图将尽快推出具有深度学习能力的geovis5高分地球系统，引领遥感信息处理领域的深刻变革。