 作者：李振宇 编辑：洪月月  卓越的物理学家、宇宙学家、数学家、思想家、哲学家霍金先生，今年3月14日离我们而去，虽极少人能真正理解他的学术成果，但是因其非凡的人生际遇仍备受世人瞩目。霍金到底研究了什么？究其根本就是时空问题，有关时间的起源和空间的边界，以及若干我们还无法理解的东西。 回到我们可爱的地球，回到我们现实的生活，时空是永远无法回避的话题，比如说——时空大数据。一度，“时空大数据”被频繁提及，成为标题党的招牌，炫技的噱头，或者是装旧酒的新瓶。 然而，“时空大数据”究竟是什么，大都默契回避，概因“大数据”无需解释，而“时空”又难以厘清。除了霍金，伟大先哲如老子、牛顿、康德、爱因斯坦，只揭开了时空秘密的一个暗角，就能在人类历史中荣耀至今，可见“时空”之复杂。 借着大师的离世，我们认真的谈一谈“时空大数据”。 1 人工智能、人的智能与时空 不谈人工智能，大数据都显得毫无意义。 谈人工智能，要先谈人的智能。人的智能从哪里来？这是一个悠久的哲学问题。  谈人的智能，就绕不开“时间和空间”。 牛顿的绝对时空观、爱因斯坦的广义相对论、霍金的宇宙大爆炸和时空奇点，虽然都在说时空，但与“时空大数据”关联度较低。谈时空大数据，要从康德的时空观和认识论出发。而谈康德，则要先谈休谟。 经验主义哲学家休谟是个怀疑论者，他认为：人类的知识来源于经验而非理性。经典例子：我们是怎么认知“太阳晒热了石头呢”？我们观察到“太阳晒”，又观察到“石头热”，这两件事情总是先后发生，于是习惯性认为“太阳晒热了石头”，但我们只看到关联而没有看到因果关系，从而，他否定因果律的存在。（神似某些关于大数据的论述，关注关联关系而非因果关系） 这让当时的理性学派陷入恐慌，因果律一旦不存在，科学将是“沙滩上的大楼”。直到10年后，康德的哲学体系成功调和了经验学派和理性学派的矛盾，使科学成为可能。康德认为：人类知识来源于在时空框架内融合感官经验。康德承认，人类的知识来源于经验，而经验来源于感官（感性认识），而时间和空间是感官和经验得以存在的基础架构。 总结一下：人的智能=时空+感官+经验。 人工智能时代话题，传感器代替人的感官，机器学习等同于人的经验，不变的是时空——人工智能=时空+传感器+机器学习。100%的数据都是时空数据，时空之外无数据。 由此可见，时空大数据概念之宏大，超越了具体的数据和应用，狭义上讲，时空大数据是一种时空维度数据融合分析的方法，或称空间智能；广义上讲，时空大数据几乎是人工智能的代名词。 2 人工智能与时空决策 时空是所有智能的“锚点”，近些年最受关注的人工智能：阿尔法狗和自动驾驶，本质上他们都是“时空决策”。 对于阿尔法狗，棋盘的361个交叉点是空间，下棋的顺序就是时间，人工智能计算落子就是“时空决策”的过程； 自动驾驶是更典型的“时空决策”——通过传感器感知特定时间和空间范围内的周边环境，决定采取何种控制措施。与人类的驾驶逻辑相同——多方观察，判断路况，操控车辆。最大的挑战来自于，当越来越多的传感器集成到车身以后，作为大脑的控制系统，如何拥有人脑一样的智能，实时融合这些信息，判断出车辆所处的真实环境。 我们生活在时空当中，几乎所有行为都涉及时空决策，基本问题是“何时、何地、何为”，城市规划、农业种植、军事指挥、物流配送、行车导航、商业智能等等，无一例外都是时空决策问题。 那么，既然所有的决策都是时空决策，这些决策从古至今也在进行着，人工智能时代，会带来哪些变化和挑战？ 3 人工智能中的时空融合框架 在人脑中，我们可在时空框架内融合视觉、听觉、触觉，感知周围世界，做出判断，比如驾驶汽车。因为时空框架的存在，“信息孤岛”问题在人脑中并不明显。进入智能时代，传感器替代人的感官，机器学习总结人的经验，解决“信息孤岛”的时空框架在哪里？  人脑的时空框架是与生俱来的“先验直观”，只有造物者知晓其中的秘密；那么，人类创造的计算机世界中，独立的时空框架该如何定义？ 智慧的人类发明了历法以标记时间，发明了测绘体系以计算空间，成为人类认知时空的参照和度量体系，但仍未解决基础时空（没有任何对象的时空）的定义问题，在时空参考系中，时间和空间是连续分布的，而连续的数据在计算机中无法明确定义和索引，导致时间和空间难以作为单独的维度进行数据组织、索引和搜索。 适宜的方法是构建一个“基础时空框架”，将连续的时空离散化处理，将时间和空间划分为多级网格，每一个网格有一个固定的编码，并将编码作为时空网格在计算机中的存在形式。 基础时空框架可以成为数据时空化处理、地理实体编码、空间数据仓库、地理信息服务总线和时空决策支持的底层数据组织框架。 时间和空间不是现实世界的一部分，时空信息也不是数据的属性，数据附属于时空才能有意义的存在。在这个意义上，100%的数据都是时空数据。 这将是一个颠覆性的变化—— 首先，连续时空被离散化和结构化，时间和空间在计算机中表现为一维编码，可以被方便的排序和搜索，时空搜索和计算效率数倍提高； 其次，所有的数据，只要被赋予一个时间和空间编码，即融入了一个统一的时空框架。类似于每一个公民，出生即获得一个统一的身份证号，即拥有了唯一的时空标识（身份证号也是时空编码：出生地+出生日期+顺序号）。 最后，多源异构数据的快速时空融合成为可能，当所有的数据被赋予统一的时空标签后，根据空间编码，可快速搜索到描述这一空间的所有数据；根据时间编码，可快速搜索同一时间段内发生的所有事件和事物状态；时空数据融合支持决策高效而精准。 时空网格实现了“连续时空离散化、模拟时空数字化、时空数据结构化”的目标。 4 时空网格的前世今生 网格思想并不是今天才出现的，而是一种通用的人类智慧。 中国商朝的统治者发明了“井田制”，将土地分为网格，每九个网格中，有一个网格是公田；工业社会，人们将瓷砖、地毯、吊顶设计成标准的网格规格，方便生产、运输和安装；城市网格化管理也是网格思想的典型体现。 在空间信息领域，网格技术的应用无处不在，地图切片是典型的多级空间网格体系；在GIS中的空间数据引擎（SDE），也是基于网格创建索引的；栅格数据的空间分析，也是标准的网格方法。这些网格与时空大数据中的网格有什么不同呢？ 不同之处在于：以上的网格，是依附于数据集的，是局部网格，不同数据集之间的网格体系并不一致；而时空大数据中定义一套统一、独立的网格体系，并将此网格贯穿到时空大数据的索引、搜索、调度和融合分析的全过程。数据调用从面向数据转变为面向网格。 空间网格的研究，在国际地理学界有20年以上的研究历史。2003年，两院院士李德仁提出“空间信息多级网格”理论，并在863和973科研计划中设立专题项目进行深入研究，一直持续至今。 2017年，OGC公布了一个名为DGGS的最新地理信息参考标准，目标是快速整合空间数据，不必考虑投影坐标参考系的问题。OGC DGGS标准工作组联合主席和澳大利亚地质科学院高级顾问Matthew Purss博士说：“DGGS在全球统一框架中将栅格、矢量和点云数据集成在一起，使地理信息行业不用像以前那样考虑“栅格-矢量分割”和使用地图投影等问题，将彻底改变我们对空间信息的认知、使用和可视化”。  总结  时空大数据在人工智能时代具有不可或缺的重要作用，利用时空网格构建基础时空框架，是解决多源异构、时空密集的数据融合问题，支持时空辅助决策的新方法，在智慧城市建设、行业大数据应用方面有广泛的应用空间，同时也是打通GIS、物联网、大数据与人工智能之间广泛联系的通道。  |
|
|
李振宇，空间信息领域从业20年，曾在中地、ESRI中国和高德担任不同职务，现任中科院西光所大数据应用工程中心时空大数据实验室主任，北京云游九州空间科技有限公司董事长兼CEO。 
