【AI+地图学】新一代人工智能驱动下地图学研究的机遇与挑战丨城市数据派

地图既是地球空间信息的可视化形式和人类空间形象思维的表现，也是空间信息传输与认知的重要手段。新一轮人工智能技术浪潮正推动人类社会全面变革，受到了学术界、工业界和大众的广泛关注各个学科的科学研究范式也正加速转换。越来越多的学者也转向人工智能驱动的科学研究（AI for science），地图学也面临着诸多的机遇与挑战。地图学与人工智能交叉融合，产生智能地图制图新领域，形成智能地图制图学。

为此，本文首先回顾了人工智能在地图学中的发展。地图学研究有人工智能传统，但是过去受限于人工智能工具的计算能力等原因，并未取得很大的进展。随后研究了地图内容生产的智能化发展。地图内容的产生经历了专家生成内容（PGC）和用户生成内容（UGC）的阶段，正在向人工智能生成内（AIGC）阶段发展。进入智能化时代的AIGC地图阶段，人与机器都将成为制图与读图的主体，通过人工智能算法，能够快速地、低成本、大规模的生成地图作品，但是也存在地图作品质量不稳定等问题。生成式人工智能在现阶段可以通过3种形式产生地图内容，分别是文本生成地图（txt2map）、地图生成解释（map2txt）、地图风格迁移（map2map）。但目前AI生成的地图所生成的地图虽然快速但是较为随机且不稳定，并非像地图那样是真实世界的映射；AI读图做出的解释缺乏上下文信息和针对性；地图风格的迁移更像艺术地图，而非科学地图，缺乏实用性。此外，目前基于AI的智能读图和智能制图大部分是黑箱模型，人们无法对其机理进行解释和说明。针对这些问题，学术界也开展了广泛讨论，本文从制图信息智能获取、智能制图、智能读图、地图信息智能解读对新一代人工智能驱动下地图学的研究进展进行了分析和梳理。人工智能方法以“AI+地图”的模式与地图应用开展结合，在制图信息获取、制图综合、制图流程、地图风格迁移、地图阅读等方面国内外也开展了大量探索。但是，目前使用智能化方法解决地图学问题的研究仍然处于起步阶段，人工智能与地图学结合仍存在诸多挑战，包括缺乏训练数据集、模型算法缺乏泛化能力和可解释性等，这些也是未来可以发展的方向。

张岸  朱俊锴

中国科学院地理科学与资源研究所副研究员，硕士生导师。主要研究方向为专题地图与地学信息图谱研究。

中国科学院地理科学与资源研究所硕士研究生，主要研究方向为地图学与人工智能。