和鲸科技出席第五届空间数据智能学术会议,执行总裁殷自强受邀发表主题报告

4月26日,由 ACM SIGSPATIAL 中国分会、ACM SIGMOD 中国分会主办的第五届空间数据智能学术会议(SpatialDI 2024,下简称"会议")在南京盛大开幕。本次会议特邀李清泉院士、周成虎院士、丛高教授、谢炯博士、张雪英教授等国内外知名专家做大会特邀报告,并设立 9 个专题论坛、1 个企业论坛和 1 个前沿讲习班,旨在进一步促进空间数据智能研究的理论发展与应用,交流相关领域的新理论、新问题、新方法。

作为在地球科学领域积累了丰富落地成果的科技公司,和鲸科技出席本次会议,和鲸科技联合创始人、现任公司执行总裁兼首席产品官殷自强受邀在"应急减灾与可持续发展专题论坛上"发表主题报告

报告以《面向空间数据协同分析场景的模型生命周期管理方法》为题。

殷自强提出,数据的信息与价值正以更高维的形式压缩与体现在模型中 ,对数据生命周期的管理已经上升到对模型生命周期的管理。结合和鲸在气象、地质、地震、遥感、空间科学等领域参与模型落地的经验,他总结了模型发展的三种形态------以知识驱动、以数据验证的科学分析流程形成的专业模型 (SAOps),以数据驱动、以知识解释的 AI 模型( MLOps ),以及串联数据模型与领域知识的 LLM 智能体(LLMOps),并通过 AI 在遥感领域的应用案例解释了三者的整体相关性关系。

最后他表示,在 ModelOps 实际应用过程中,空间数据智能的发展或将能观察到三个显著特征,包括跨角色协同的重要性、可复现性的重要性以及社区化承载模型成果对领域发展的重要性。

会议现场,和鲸的互动展位也吸引了众多与会研究者的驻足围观。

电视大屏上的创意动画视频展示了和鲸自主研发的数据科学生产力工具 ModelWhale 。凭借开箱即用、高性能算力支持、高效率模型开发应用以及开发者协同友好等特点,ModelWhale 已作为内部平台承担空间科学、航空航天、地质研究、海洋科学等多个领域科研单位的数据探索研究工作;尤其在大模型时代,平台的模型自动化部署能力更引发热议。由此延申,与会者与和鲸专家团队就 AI4S 的基础设施建设、大模型的集成应用、数据开放等话题也进行了深入探讨交流,现场气氛热烈。

集成了和鲸社区优质项目、活动资源的**"地理数据科学系列学习计划"及"Python气象学习路径"**因其实用性和教育价值,特别受到了年轻学者和学生群体的欢迎,被誉为"和鲸地学蓝宝图"。和鲸社区作为一个开放的数据科学实践社区,构建了丰富的数据科学资源库及多样的实践场景,同时提供 ModelWhale 作为分析工具,众人就如何将这些资源和工具应用于课外拓展、教学实训进行了讨论。

应变于新,启运未来,AGI 的兴起带来了新的发展机遇。本次会议,和鲸的参与不仅展现了其在空间数据智能领域的深厚积累,也为领域的未来发展提供了企业视角。面对空间数据智能的广阔前景,和鲸科技将提供更全面、更强大的科研探索工具,让先进的数据处理技术、 AI 算法得以与空间数据更紧密结合,推动创新与应用,为构建智能化、数字化的未来世界贡献核心动力。

相关推荐
会飞的老朱1 小时前
医药集团数智化转型,智能综合管理平台激活集团管理新效能
大数据·人工智能·oa协同办公
聆风吟º3 小时前
CANN runtime 实战指南:异构计算场景中运行时组件的部署、调优与扩展技巧
人工智能·神经网络·cann·异构计算
Codebee5 小时前
能力中心 (Agent SkillCenter):开启AI技能管理新时代
人工智能
聆风吟º6 小时前
CANN runtime 全链路拆解:AI 异构计算运行时的任务管理与功能适配技术路径
人工智能·深度学习·神经网络·cann
uesowys6 小时前
Apache Spark算法开发指导-One-vs-Rest classifier
人工智能·算法·spark
AI_56786 小时前
AWS EC2新手入门:6步带你从零启动实例
大数据·数据库·人工智能·机器学习·aws
User_芊芊君子6 小时前
CANN大模型推理加速引擎ascend-transformer-boost深度解析:毫秒级响应的Transformer优化方案
人工智能·深度学习·transformer
CRzkHbaXTmHw6 小时前
探索Flyback反激式开关电源的Matlab Simulink仿真之旅
大数据
智驱力人工智能6 小时前
小区高空抛物AI实时预警方案 筑牢社区头顶安全的实践 高空抛物检测 高空抛物监控安装教程 高空抛物误报率优化方案 高空抛物监控案例分享
人工智能·深度学习·opencv·算法·安全·yolo·边缘计算
七夜zippoe6 小时前
CANN Runtime任务描述序列化与持久化源码深度解码
大数据·运维·服务器·cann