缘起

这几天朋友圈被AI earth刷屏了，阿里达摩院推出了基于AI与云计算的地球科学计算平台AI earth。周五我便注册了账号，周六通过了审核。我开始尝试使用AI earth。

使用初体验

首先登录AI earth的官网（https://engine-/），注册账号，尽量按照真实信息填写后，等待一段时间便能通过审核。此时我们就可以利用AI earth进行分析。首先进入主页面，选择遥感影像、数据源、时间等：

今天我也咨询了关于数据源的问题，目前只有landsat8、9和哨兵1、2的数据，但是后续会上线更多的数据。该平台也提供了一系列的基础工具供读者使用，筛选好影像之后就可以就行影像的初步处理，比如波段合成与指数计算等。

AI EARTH筛选影像与合成影像

待数据处理好之后，我们就能使用自带的分类工具对地物进行分类。这个配色是真的好看，很有水彩的感觉。经过我的实验，该模型确实不适合哨兵数据的分类，比如下图，分类精度很差。但该模型有相关提示，建议使用0.01m-2m的遥感影像进行分类。

我下载了华北的Google earth影像用以体验该平台的地块提取能力，待数据处理结束后，可以在线编辑结果数据或者导出：

接下来我使用了0.3m分辨率的高分辨率影像，用以提取建筑物区域。该区域位于旧金山港口位置。数据处理速度非常快，并且能导出提取数据为shp矢量数据。该数据提取的最大的特点是：快、精准、无拓扑错误。

除此之后，目前还提供各类AI解译，读者可以尝试。我感觉这是把AI训练好的模型放到遥感云计算平台，做成功能，方便读者调用，其他平台也可以试试，毕竟很方便。

差异性

我使用AI earth，还是想看看它和其他要遥感云计算平台（GEE、PIE、MPC的区别）。

从使用者的角度来说，AI earth的缺点：

暂未上线开发者模式；

数据不全（将在近期上线更多数据）

有一些小bug：比如不能停止训练、地图显示时复位等；

AI earth优点：

比其他云计算平台使用门槛低，简单易操作，即使不会代码也能熟练使用。

更好的卫星影像下载工具（比官网、GEE好用）；

高速地进行产品生产，获取结果；

AI 算法的自动提取模型；

思考

目前全世界范围内涌现了一大批遥感云计算平台，从Google到亚马逊，从中科院到阿里巴巴。AI earth是一个跟风的产品，还是一种创新？

虽然AI earth融合了AI 模型，能自动化进行分类与变化监测，但是其他平台也有类似功能。

我不太看好AI earth的发展

（1）入局晚。GEE在7年前进行公测，留住了全球大部分遥感云计算用户。PIE在2年前进行公测，将国内的用户群体吸收的也差不多了，AI earth可发展的用户量不多。

（2）其他因素。AI Earth在代码平台还没有准备好的时候，就放出市场，能看出推出这个产品有些着急了。有可能是开发团队需要根据市场需求调整开发方向。但也有可能AI earth作为阿里的一个产品，存在业务压力。遥感云计算想实现盈利着实困难，前有GEE是行业龙头，后有PIE、MPC拦路，AI Earth压力不小，就看它怎么能够找到发力点。

我又非常看好AI earth的发展

（1）阿里有钱有技术。做遥感云计算，需要PB级别的存储能力、大量的算力和优秀的工程师人才，这几点阿里都能超额提供。

（2）足够简单。AI earth具有组件化的模块、成熟的算法模型，即使不懂代码也能方便的在线处理遥感数据。

（3）有自己的特色。Google earth engine专注于遥感云计算，微软的行星计算MPC专注于生态环境保护，AI earth则立足实际项目需求，比如违规建筑监测等。这无疑是跳出学术特色，走出了一条产业路线。

最后，AI earth是一个惊艳的产品，期待它的数据尽快丰富，以及开发者模式早日到来。读者可以注册体验，不会让你失望的。

附：

GEE，Google earth engine，Google于推出的全球第一款遥感云计算平台。

PIE，PIE engine，航天宏图于推出的中国第一款遥感云计算平台。

MPC，Microsoft Planet Compute，微软于底推出的遥感云计算产品，尚在内测阶段。

CASEarth Cloud，地球大数据云服务，中科院推出的产品，尚不成熟。

Copernicus Climate Change Service，欧空局推出的云计算产品。