時空人工智慧（Spatio-TemporalAI）是人工智慧的新型創新套用技術，旨在以時空為‘索引’對多源異構數據進行時空化治理和融合，並借力知識工程和AI算法進行智慧型化分析，從而挖掘知識和輔助決策。
時空人工智慧由維智科技聯合上海時空AI專業委員會於2021世界人工智慧大會首次提出。
基本介紹
- 中文名：時空人工智慧
- 外文名：Spatio-TemporalAI
- 適用領域：城市數位化轉型
- 所屬學科：人工智慧
定義,主要特點,套用,
定義
時空人工智慧是地理空間智慧型、城市空間智慧型和時空大數據智慧型等的統一表示，包括從時空感知、認知到決策的多項核心技術。其套用生態領域非常廣泛，包括智慧城市、智慧型交通、智慧型園區、智慧型零售、智慧型地產、智慧型商業等多個領域。
其首要核心是推進落實城市新型基礎設施之數字孿生底座建設，通過城市數據時空價值釋放與共享、時空動態數據資產構建等，助力實現新型智慧城市自組織、自學習、自預測的智慧型泛在願景。
以“賦能、創新、合作、共享”為理念，推動布局構建開放共享、普惠全球的時空人工智慧技術和套用平台。助力智慧城市各個領域的技術成果轉換、套用場景落地、標準研究和制定以及行業生態建設等方面的發展，加快城市數位化轉型和構築動態數字孿生城市新範式。
主要特點
1、數據擴展：數據時空化
實現對匯聚獲取的各類數據等添加時空標識，即時間、空間和屬性“三域”標識。時間標識註記該數據的時效性，空間標識註記空間特性， 屬性標識註記隸屬的領域、行業、主題等內容，以便後續的數據整理。
時間標識註記該數據的時效性，便於後續的時空大數據整理。數據本身帶有的時間標識，記錄的是數據採集、生產或修改的具體日期。而加入的時間標識，主要記錄了數據匯集的時間節點，便於時空數據統一管理和分析。針對不同的數據類型，採用不同的時間標註方式。分別為按幅標註、按類型/比例尺和批次標註。流式數據可以看作是流動的數據，在接口匯入的同時必須打上時間域標籤才可以寫入時空數字底座。匯入的數據必須經過統一的脫敏過程，去掉敏感信息，才能提供給用戶調閱、下載、分析。
通過建立數據時空化子系統，實現業務數據時空化落圖的能力。包含時空化數據接入、數據清洗、時空化處理、數據決策、數據導出等模 塊。
對於匯聚的數據，進行時空融合關聯。對異構空間數據的高效融合和關聯，對充分挖掘數據價值、降低時空大數 據套用系統的建設成本、提高空間數據的使用效率具有重要的現實意義。通過知識圖譜的方法，能夠支持對多源異構數據進行深度融合。
2、模型增強：AI+時空算法
從數據匯集到數據時空化再到數據融合，將AI+時空算法加入動態監測、異常評估，而非發現要素將結果直接呈現，發現數據的時空規律，輔助決策。一方面是知識由薄到厚的積累，一方面以精確的方式給決策相關方提供有效信息而非大量的冗餘的信息，提高問題處置效率，在精細化的管理的同時保證決策的高效執行。
通過引擎與服務的形式，嵌入AI+時空算法，根據不同的業務場景，使用不同的模型或工具，達到動態監測、異常診斷、評估最佳化，從而輔 助發現問題、解決問題，反饋機制制定，輔助決策。
3、場景細化：精細化場景
在靜態建模基礎上，通過疊加多維實時動態數據和AI分析數據，支持以生命體、有機體這樣的視角對最小治理單元進行感知和管理，並 且構建了系統化的數字生命體徵，實現城市運行管理的實時預判、實時發現、實時處置。
實現最小單元事件、客流感知、預測、預警，實現政府和市場主體之間上下貫通、相互聯動的協同工作模式，實踐了從崗位責任閉環、市 場主體閉環、城運閉環、應急處置閉環到兩網融合閉環的“五級閉環”管理新機制。
套用
城市智慧型
城市規劃的誕生可回溯至十九世紀英國《內城地區法案》的誕生，其本質上是協調處理人-地關係的關聯。但由於過去一方面無法在掌握城市空間精細化的形態特徵與功能構成，一方面無法了解人的行為使用，使得在過去百年中產生重要影響的城市理論多為定性的經驗歸納，城市規劃、城市設計和城市管理基本都依賴於專家的主觀經驗判斷，研究與實驗往往只能在分析的規模與精度中擇一深入。
而時空數據和時空人工智慧的結合，有望改變“巨觀尺度”與“微觀細節”難以共存的難點。一方面提供兼具大規模與高精度的全景圖像，另一方面在CIM本底的基礎上通過智慧型化算法學習專家經驗判斷、解析建成環境領域的複雜問題，進而形成城市感知、城市體檢、更新規劃、精細化城市設計與治理的行業閉環，推動行業範式的革新。
交通智慧型
城市居民是公共運輸出行的組成主體，城市居民的出行活動規律是對城市公共運輸運行狀況的反映。因此居民出行活動的規律對於深刻理解城市公共運輸具有重要的意義。當前，在大數據爆發的時代背景下，各種類型的時空軌跡大數據用於居民出行模式研究，如浮動車運行軌跡數據、交通智慧卡刷卡數據等。
地理智慧型
隨著時空地理大數據的爆發式增長和信息技術的推動，地理空間建模分析方法與人工智慧技術具有廣闊的交叉前景。時空人工智慧的思想可以很好地顧及地理規律的複雜性、地理信息表達的多樣性以及地理數據的不完備性等關鍵問題，為構建更加智慧型化的地理空間建模和分析方法提供紮實的理論基礎和技術支撐，輔助人類更好地理解“人類-環境”複雜系統中的各類地理現象。
園區智慧型
產業規劃是園區發展的基礎所在。需要深入考慮本地經濟水平、資源優勢、配套支撐、產業基礎等多重因素，傳統基於專家經驗指導的方法耗時長且無法保證能對複雜因素進行全局把控和科學分析，以致許多園區無法形成核心競爭力，呈現粗放發展模式。
基於時空人工智慧能夠對尚無產業規劃的園區進行產業規劃推薦，對已有產業規劃的園區進行產業補全建議，聚集把優勢傳統特色產業做大做強、做優。結合知識圖譜技術，將多源數據進行圖譜化，利用圖結構表示學習和相似子圖計算，挖掘數據之間潛在的關聯信息，最終服務於上層業務與客戶。
