时空人工智能包括哪些核心能力？

以下介绍的是时空人工智能六大核心能力。

1.可感知（采集、融合）

构建时空数据采集体系。针对不同的社会化数据源，对多种数据源进行采集数据入库，通过多端口数据读取，文件系统数据读取，多接 口数据队列，数据全表对比，实时消息队列建立进行整体的数据采集体系。面向任务需求，整合相关社会化数据，如城市人群数据、产业经 济数据等。 对各类结构化、非结构化的时空大数据，在序化前的处理工作，总体上包括：统一格式、一致性处理和空间化。

2.可建模（理解、计算）

根据实际的应用需求，构建基于时空数据挖掘工具、时空人工算法平台。时空数据挖掘工具系统建立在数据挖掘的各个环节中，支撑时 空数据引擎算法的产出。

搭建标签计算工具，定义元标签，并且定制规则，利用元标签规则组合逻辑，定义新维度标签，并且对标签进行校验，最终业务输出。搭 建客流计算工具，对各大场景客流维度进行计算，包括但不限于总客流，到访客流，各不同时间维度客流等，结合不同时间和场景对客流进 行计算，最终业务输出。搭建数据生产工具，针对线上或线下数据，包括但不限于：线下POI、AOI、线下品牌门店，特定场景等进行数据获 取，数据清洗和审核入库，保证其数据在各个环节均可查，可审核，保证数据生产流程透明化。搭建数据标注工具，对线上或线上数据进行 标注，比如场景边界绘制，场景描述，场景标签标注等，包括标注工具的开发，流程制定等。搭建数据运营工具，针对数据进行整体的运营操 作，比如数据质量的分析，数据场景的规划，数据报告的输出等。

时空人工智能平台支持大部分机器学习工具框架，如TensorFlow、PyTorch、Scikit-Learn、XGBoost、Keras、MLlib、MXNet等。针对不 同的机器学习框架提供基于Kubernetes的资源调度和分布式训练的能力，以缩短训练时间，提高模型的时效性。用户无须进行复杂的配 置和平台分配工作，只需关注数据的输入、代码的运行、日志的输出即可。

平台算法库涵盖丰富的机器学习与深度学习模型，以支撑时空数据计算与分析、数据治理和挖掘，并能够适配不同的应用场景，为上层 智能发现服务提供算法支撑。例如循环神经网络处理时空序列数据，以学习时空数据的时间依赖性，被广泛应用在各类时空预测任务上， 如轨迹预测、人流量预测、流失预测、异常事件检测等等。图神经网络可用于地址匹配、社交网络、可解释性推荐系统、关联分析、比较分析、 相似度分析、人群画像、场景画像等等。

3.可分析（挖掘，推理）

人口分析。运用大数据分析的方法，获取互联网等大数据，制定网格价值评估模型，通过网格内用户价值评估结果对网格进行画像。运 用大数据技术构建网格画像分析模型的方法，通过在地图上任意网格或网格组合，实时对该网格区域内居住人口、工作人口、企业、基础设 施、公共安全等进行分析推理，形成直观的分析成果。可以快速分析出网格区域内包含人口综合分析、人口流动趋势、社区比较、社会治安 等标签的区域画像，可以有效的辅助政府相关人员快速了解本市各区域形势，以便于更合理有效进行民生、治安、资源分配等工作的进行， 为政府工作的人员提供便利，更好的为民众服务。

客流统计，对于人群分析而言意义非凡，因此客流的统计方式也是需要我们主动掌握的，并需要我们结合不同场景灵活使用不同的客 流统计方式。对客流监控可为各类场所运营方提供人流量峰值、累计人数、人流量区域分布热图等基础信息，还提供了进入某个区域的概 率（比如商场进店率）、驻留率等分析信息，同时通过数据呈现出某个区域（比如某个景点）的人流量情况、以及整个场所的人流量变化的走 势图。而运用指数统计的方式，更能从宏观角度体现场所一段时间内的趋势情况，从而通过数据提出有利的决策。客流指数则是运用空间 层次以及时间层次的推算模型，在客流指数理论架构及模型推算基础上。通过对客流评估指数与客流密集指数进行相关验证，证实客流指 数可以正确的反应客流的密集情况。

轨迹热力在固定区域和固定人群中，可通过对部分人群的历史流动情况进行可视化呈现，达到对人轨迹的分析，统计，预防和抓捕的效 果。分别从人群画像、流动轨迹、任务与反馈和人群密集度等维度进行分析，获取不同的细分人群，如可细分为可疑人员，关注人员，常驻人 口或流动人口，未落地人员轨迹，群体出行、敏感轨迹等人群。针对不同人群进行人员信息分布统计，包括人员分析，热门场所分析推理等， 进行可视化呈现。

轨迹热力的宏观运用上，可运用区域的热力图来支持决策，通过监测系统来检测项目的多个区域，确定每个区域的人群数量，并且该监 测系统包括多个传感器，如摄像机，运动传感器等；通过热力图生成模块生成项目，建立分析项目，为决策的实施提供具有操作性的分析结 论。

产业分析。融合多维企业数据，360度还原企业全貌，如发展阶段、人才分布、产品亮点、行业地位等，以可视化图表展示。结合海量数据 和精准算法，就企业行为、产品销量、经营风险等进行预测。 根据企业画像，通过分析企业近期新闻、招聘等行为数据，智能提取企业需求。对创业服务机构服务人员来说，可在企业转型、融资等诸多 关键节点进行科学引导，采取相应措施推动企业发展。 在洞察企业需求后，基于创业服务机构资源矩阵，线上智能匹配服务，线下企业服务人员配置个性化服务，让企业服务体验更精准。 面向企业聚集区（科技园、产业园、孵化器等）的运营机构的大数据管理工具，协助园区把企业数据变成可运营的资产，为企业提供更广泛、 更高效、更精准的服务。助力园区管理者降低沟通成本、激活内外资源、实现快速发展。助力企业服务人员提升服务质量、提高工作效率、加 强内部互动。

4.可预测（人流、销量、异常、投放等）

时空人工智能预测的核心在于高效的机器学习与深度学习算法，能够根据时空历史数据预测其未来观测值。因卷积神经网络（CNN）、 循环神经网络（RNN）、图神经网络（Graph Neural Networks，GNN）和序列到序列（sequence to sequence，Seq2Seq）等深度学习模型 在时空域上具有强大的自动特征学习能力，被广泛地应用于各类时空数据预测建模任务中。对于不同的应用，输入和输出变量都可以属于 不同类型的时空数据实例，包括点数据、时间序列数据、空间地图数据和轨迹数据等，根据数据类型特点将采取适用的深度学习模型或进 行组合建模来实现对未来场景的预测。

基于城市全域时空感知数据的采集、高性能计算引擎和云服务加持以及知识图谱的知识融合和知识嵌入，能够实现对海量异构时空数 据的实时动态分析预测和可解释性预测，服务于各类智慧城市应用场景：具体包括但不限于城市交通管理场景下的道路交通流量预测、拥 堵预测、交通事故预测、出租车及网约车供需关系预测和异常事件检测，出行服务场景下的人群流量预测、出行目的地预测和出行方式预 测，气象分析中的天气状况预测和空气质量、湿度、噪音等环境质量预测，商业经营中的商品销量预测、客流转换率预测、客户消费水平预 测、消费偏好预测、物流轨迹预测和广告投放预测，产业园区运营中的企业及人才流失预测、园区及企业风险预警和舆情预测等。

5.解释（现象到本质，由果及因）

解释数据，是指利用知识库中实体、概念、关系解释现象的过程。神经网络端到端学习的“黑箱”特性使得很多深度学习模型不具有可解 释性，严重依赖专家和人工干预，且数据中蕴含的大量隐性知识和过程知识等难以表达，在大量应用场景尤其是低容错高风险场景中，机 器结果因无法完全置信而需要谨慎使用，例如城市交通智能调度、金融的智能投顾等等。时空人工智能能够结合知识图谱技术有效弥补传 统领域技术解决方案缺乏时空化管理，传统GIS（Geographic Information System, 地理信息系统）和CIM平台缺乏领域数据的深度挖掘 和关联，单纯依赖机器学习和深度学习的传统人工智能平台解释性差、可扩展性低等问题。

万事万物都处在一个复杂的因果网络中，隐含大量待挖掘知识。时空知识图谱可以对碎片化的时空数据进行关联和融合，为其提供元数 据，使得自主、普适融合成为可能。对于蕴含丰富时空语义知识的行业大数据，知识图谱可以有效补齐缺失的因果链条。通过知识表示、知 识融合、推理计算等技术，结合行为结果数据深溯其产生背景或原因，知其然且知其所以然，进而深化对行业数据的理解与洞察，最大程度 释放数据价值。实现时空数据中的实体、概念、联系和主题认知，挖掘大量知识为分析和预测任务提供更加多元化的信息，对提高时空数据 的使用效率、高效赋能业务场景具有重要的现实意义。

6.可决策（干预、优化、规避等）

根据数据关联及决策管理需求，建立丰富的业务应用场景智能分析模型，将时空人工智能的决策能力赋能城市运行智能发现和干预优 化，为管理决策者提供科学、可靠、智能化的服务支撑，实现从“数据智能”迈向知识驱动的“决策智能”。决策能力的关键在于时空知识图谱 可视化技术，其核心包括建立在图数据库上的高效查询机制、通过可视化方式辅助用户快速发现业务模式、提供友好的可交互模块满足探 索式知识检索与分析推理，以及大规模知识图环境下的图挖掘算法支撑等。知识图谱中的图挖掘算法一般包括图遍历、路径分析、关联分 析、权威节点分析、社群发现、相似子图计算、模糊子图匹配和链接预测等。

基于知识网络，通过图挖掘算法进行辅助分析，以图谱可视化的方式展示知识间的关联。可以对关联参数，如步长、过滤条件等，以及可 视化的形态，如节点颜色、大小、距离等进行定制，使得用户可以用更加直观的图谱方式对数据进行关联挖掘与分析，从而为可视化决策支 持赋予不同的业务含义，实现定位、评估、归因、优化全生命周期的智能化行业管理。例如，决策支持可对产业园区知识图谱中的企业及产 业发展情况进行深度解读。通过园区属性查询、节点探索、路径发现、园区关联探寻、对比分析等交互式图谱可视化分析技术，全方位展示 园区信息，帮助园区实现从前期园区产业定位、园区发展指标评估、与标杆园区的对比归因到细粒度优化建议的动态化管理。