從地理信息服務(wù)到地理知識服務(wù)：基本問題與發(fā)展路徑

慎 利，徐 柱，李志林，劉萬增，崔秉良

1. 西南交通大學(xué)高速鐵路運營安全空間信息技術(shù)國家地方聯(lián)合工程實驗室，四川 成都 611756； 2. 西南交通大學(xué)地球科學(xué)與環(huán)境工程學(xué)院，四川 成都 611756； 3. 國家基礎(chǔ)地理信息中心，北京 100830； 4. 廣州市阿爾法軟件信息技術(shù)有限公司，廣東 廣州 510630

1 信息爆炸呼喚智能化的地理知識服務(wù)

經(jīng)過將近20年的發(fā)展，地理信息服務(wù)作為地理信息技術(shù)在當(dāng)今網(wǎng)絡(luò)計算時代的基本應(yīng)用形式，已成為全社會重要的基礎(chǔ)信息服務(wù)之一[1]。

地理信息服務(wù)實現(xiàn)了讓用戶通過網(wǎng)絡(luò)隨時隨地便捷獲取地理信息的目標(biāo)，然而，面對未在已有地理信息服務(wù)中預(yù)先定義好的實際問題，現(xiàn)有地理信息技術(shù)缺乏根據(jù)情況從大量信息中自動整合相關(guān)信息，融合地理知識進(jìn)行推理，形成高價值知識性輸出以支持決策的能力，使科研人員面臨數(shù)據(jù)海量、信息爆炸、知識難求的局面[2]。

究其原因，這是因為現(xiàn)有的地理信息技術(shù)缺乏知識和認(rèn)知智能。不論是整合信息，還是形成認(rèn)識、分析情況乃至決策，都需要知識和認(rèn)知智能，而這是現(xiàn)有地理信息技術(shù)所不具備的。信息爆炸使得將主要面向信息檢索的地理信息服務(wù)提升到具有一定認(rèn)知智能的地理知識服務(wù)的需求變得十分迫切。實際上，文獻(xiàn)[2—4]都曾指出由地理信息服務(wù)轉(zhuǎn)向地理知識服務(wù)是必然的發(fā)展趨勢。

地理知識服務(wù)以知識表示與包括知識推理在內(nèi)的一定程度的認(rèn)知智能為基礎(chǔ)。近10年來，人工智能技術(shù)取得了廣為人知的突破。筆者認(rèn)為，融合深度學(xué)習(xí)、語義網(wǎng)、自然語言處理3項重大人工智能突破的知識圖譜技術(shù)，促使知識獲取、管理、應(yīng)用及認(rèn)知智能迅速發(fā)展，為發(fā)展地理知識服務(wù)帶來了機(jī)遇。

基于這些最新進(jìn)展，本文嘗試從地理知識服務(wù)的內(nèi)涵、地理知識服務(wù)需要及能得到什么樣的人工智能技術(shù)支撐、發(fā)展地理知識服務(wù)面臨的基本問題等角度，探討從地理信息服務(wù)到地理知識服務(wù)的智能化升級。

2 地理知識服務(wù)的內(nèi)涵及其辨析

雖然地理知識服務(wù)這一術(shù)語在國內(nèi)外文獻(xiàn)中已經(jīng)提出，但它的內(nèi)涵仍需進(jìn)一步明確、辨析。特別是，對于什么是地理知識，地理知識服務(wù)是否以智能化的知識處理為前提，地理知識服務(wù)與地理信息服務(wù)的關(guān)系與區(qū)別都有待澄清。在此，筆者給出自己的理解，為后文提供概念基礎(chǔ)，也供大家批評、討論。

2.1 地理知識服務(wù)的內(nèi)涵

筆者把本文所展望的下一代具有認(rèn)知智能特征的地理信息技術(shù)的基本應(yīng)用形式稱為地理知識服務(wù)，它以地理知識為服務(wù)內(nèi)容，以計算機(jī)中的形式化知識表示為地理知識載體，以地理空間認(rèn)知智能為智能特征，以面向情境或問題或主動或應(yīng)需準(zhǔn)確提供地理知識為服務(wù)目標(biāo)。進(jìn)一步闡釋如下。

2.1.1 信息與知識的辨析

本文所提地理知識服務(wù)中的知識既包括地理信息(事實性地理知識)，例如“泰山在山東省”，也包括平常意義上的概念性、規(guī)律性地理知識等，例如“沙漠中晝夜溫差很大”。本文所說的知識是工程意義上的知識，強(qiáng)調(diào)的是知識表示的形式，而非知識內(nèi)容。例如“泰山在山東省”可以說是一條信息，也可以說是一條事實性知識，它到底是信息還是知識不在于它本身，而在于它是否與其他知識有效關(guān)聯(lián)、處理它的智能主體能否利用知識的關(guān)聯(lián)進(jìn)行智能推理。對人而言，可以想象，一個有地理知識的人和一個年幼無知的小孩，他們對“泰山在山東省”這一事實的理解是不相同的。而對計算機(jī)而言，在它的內(nèi)部表示中，如果“泰山在山東省”這個基本事實是一條孤立的數(shù)據(jù)，則它就是一條信息數(shù)據(jù)，僅能基于它回答“泰山在哪個省”這樣直接的問題。而如果泰山在山東這個基本事實關(guān)聯(lián)到了“山”“泰山是一座山”“省”“山東是一個省”等概念與事實上，并且計算機(jī)還能理解到“山”是有一定地域規(guī)模的高出周圍地表的地形現(xiàn)象，“省”是一種由國家直接管轄的行政區(qū)劃等，計算機(jī)可以在這些關(guān)聯(lián)的概念與事實上作出很多推理，則“泰山在山東省”這一基本事實就成了一條知識。

因此，地理知識服務(wù)與地理信息服務(wù)的本質(zhì)區(qū)別體現(xiàn)在計算機(jī)內(nèi)部的數(shù)據(jù)表示及基于這種表示能做的運算上。地理信息服務(wù)基于結(jié)構(gòu)化的信息數(shù)據(jù)表示，其處理主要面向信息查詢或檢索；而地理知識服務(wù)基于知識表示，其處理主要面向知識推理。

2.1.2 知識與智能的關(guān)系

與上述知識的界定相匹配，這里所說的地理知識服務(wù)必然要求計算機(jī)系統(tǒng)(更具體地說，就是地理知識系統(tǒng)/地理信息系統(tǒng))具備有效處理知識的能力，即表示、理解和運用知識的能力——某種人工智能。按照現(xiàn)行文獻(xiàn)中的一般用法，筆者把這種理解、運用(例如推理)乃至發(fā)現(xiàn)新知識的智能稱為(計算機(jī)的)認(rèn)知智能，以區(qū)別于現(xiàn)行文獻(xiàn)中的一般用法(感知智能)，例如語音識別、人臉識別背后的智能。與語音識別、人臉識別等比較成熟的感知智能應(yīng)用相比，語義搜索、智能問答、聊天機(jī)器人、商品推薦等已經(jīng)出現(xiàn)的認(rèn)知智能應(yīng)用雖然還不夠成熟，但廣受業(yè)界和用戶的追捧，并被寄予厚望。

因此，本文中的地理知識服務(wù)既是以地理信息的知識化、地理信息技術(shù)的智能化為前提和基礎(chǔ)的，也是作為當(dāng)代地理信息技術(shù)智能化升級的具象目標(biāo)來提的，還是作為未來智能化地理信息技術(shù)的主要應(yīng)用形式來提的，以期避免簡單地提地理信息技術(shù)智能化可能帶來的籠統(tǒng)和泛泛。

2.2 與地理信息服務(wù)的聯(lián)系和比較

本文通過比較地理知識服務(wù)與傳統(tǒng)的地理信息服務(wù)，進(jìn)一步澄清地理知識服務(wù)的內(nèi)涵。表1列出了現(xiàn)行的地理信息服務(wù)與所展望的地理知識服務(wù)的主要方面的對比。

表1 現(xiàn)行地理信息服務(wù)與所展望的地理知識服務(wù)的比較

與地理信息服務(wù)相比，地理知識服務(wù)最大的不同是服務(wù)內(nèi)容，前者提供信息，后者提供知識(包括在當(dāng)前地理信息服務(wù)中以結(jié)構(gòu)化信息型數(shù)據(jù)表示的事實性知識，即平常意義上的信息)。從內(nèi)容來源上看，現(xiàn)行地理信息服務(wù)以空間數(shù)據(jù)庫中的數(shù)據(jù)為主，而大數(shù)據(jù)時代的地理知識服務(wù)需要將富含地理知識的文本、地圖等考慮在內(nèi)。從數(shù)據(jù)表示和處理能力上看，地理信息服務(wù)基于結(jié)構(gòu)化的信息數(shù)據(jù)表示，其處理主要面向信息查詢或檢索；而地理知識服務(wù)基于知識表示，除了語義檢索，其處理主要面向知識推理。此外，構(gòu)建這種表示的方法很關(guān)鍵。如果依靠人工方式構(gòu)建大規(guī)模知識庫，則成本很高，若成本過高，則方法不可行。專家系統(tǒng)作為上一代知識工程技術(shù)的代表，雖然有一些成功的應(yīng)用，但難以推廣的主要原因之一就在于難以構(gòu)建大規(guī)模規(guī)則知識庫[14]。從應(yīng)用效果上看，現(xiàn)行地理信息服務(wù)通過針對特定信息查詢設(shè)計、定制的用戶界面幫助用戶查詢地理信息，而所展望的地理知識服務(wù)根據(jù)用戶給出的相對開放、靈活的提問或指示，根據(jù)感知覺察到的情境，智能化地集成分析所涉及的知識，作出必要的推理，或應(yīng)需或主動地提供知識服務(wù)。

為了強(qiáng)化地理知識服務(wù)和地理信息服務(wù)的不同，一定程度上把它們放在了對立面作比較，而實際上，通過這種可比性和類比關(guān)系，本文試圖表明地理知識服務(wù)是對地理信息服務(wù)的繼承和知識化、智能化升級。從這種升級的角度來看，筆者認(rèn)為現(xiàn)行的地理信息服務(wù)正是實現(xiàn)地理知識服務(wù)的現(xiàn)實起點。而如果暫時拋開其中的復(fù)雜性與各種困難，也可以簡單地認(rèn)為地理知識服務(wù)就是對現(xiàn)行地理信息服務(wù)在地理空間表示上的知識化、在地理空間分析上的認(rèn)知化、在應(yīng)用服務(wù)中的情境化。

筆者用一個例子來說明地理信息服務(wù)與地理知識服務(wù)之間密切的聯(lián)系和看似細(xì)微，實則具有根本性不同的區(qū)別。設(shè)想在新冠疫情期間，駕車到成都雙流機(jī)場迎接親友的地理信息服務(wù)場景。從駕車路線的導(dǎo)航來看，現(xiàn)有的導(dǎo)航服務(wù)可以準(zhǔn)確、高效地實時導(dǎo)航，但它不能在導(dǎo)航開始前給出“到機(jī)場接機(jī)需要戴口罩，否則不能進(jìn)入機(jī)場迎接大廳”這一重要提示。在這個例子中，如圖1所示，現(xiàn)行地理信息服務(wù)由于不能整合有關(guān)信息、融合知識、自動推理，因而不具備情境化的智能服務(wù)能力。實際上，這樣的智能服務(wù)需求非常普遍，包括雨季交通中對道路積水的提醒、郊野活動時對移動網(wǎng)絡(luò)信號覆蓋范圍的提醒、隧道行車時對可能存在的路面暗冰的提醒等，都需要這樣的基于知識的情境化推理智能。這些例子中，所提供的似乎仍然是地理信息服務(wù)，但由于其處理需要基于知識和認(rèn)知智能來融合事實性知識(信息)和概念性知識，因此，本質(zhì)上已經(jīng)是智能化的地理知識服務(wù)。

圖1 地理知識服務(wù)中知識推理示例Fig.1 Examples of knowledge reasoning in geographic knowledge service

3 地理知識服務(wù)的人工智能技術(shù)發(fā)展基礎(chǔ)

地理知識服務(wù)以計算機(jī)有效地表示和智能化地處理知識為前提和基礎(chǔ)。直到知識圖譜技術(shù)的新近突破，當(dāng)今發(fā)展水平的人工智能技術(shù)才為發(fā)展地理知識服務(wù)提供了讓人有理由樂觀的基礎(chǔ)。

3.1 傳統(tǒng)的知識工程不足以支撐地理知識服務(wù)

信息爆炸和不斷發(fā)生的變化使得快速提升計算機(jī)理解信息、智能處理信息的能力變得日益迫切。實際上，這種缺陷并不是地理信息服務(wù)所單獨面臨的，而是信息服務(wù)普遍面臨的，盡管地理信息有其特殊性。面對信息整合的困難，文獻(xiàn)[5]于1998年提出構(gòu)建語義網(wǎng)(semantic web)，旨在通過顯式表示數(shù)據(jù)語義讓計算機(jī)自動整合互聯(lián)網(wǎng)上的所有數(shù)據(jù)，形成語義數(shù)據(jù)之網(wǎng)(web of data)。文獻(xiàn)[6]于2006年倡導(dǎo)了鏈接數(shù)據(jù)(linked data)工程。

在地理信息領(lǐng)域，已有一些關(guān)于運用知識工程方法與技術(shù)解決地理信息集成問題的研究，主要包含兩個方面：①基于相對傳統(tǒng)的知識本體的地理信息及地理信息服務(wù)的集成[7]。這方面的研究已有二三十年的時間，苦于傳統(tǒng)知識工程僅具有符號邏輯智能的局限性，未有明顯突破。②隨著語義網(wǎng)工程的漸熱，構(gòu)建地理鏈接數(shù)據(jù)(linked geodata)和構(gòu)建地理空間本體的研究與實踐已經(jīng)展開。文獻(xiàn)[8]已經(jīng)按照鏈接數(shù)據(jù)的方式開放其地理數(shù)據(jù)。

這些研究與實踐是對地理信息服務(wù)智能化的有效嘗試，但僅靠傳統(tǒng)的知識工程并不足以推進(jìn)Web規(guī)模的信息融合。這是因為，一方面，按傳統(tǒng)方式構(gòu)建語義網(wǎng)和鏈接數(shù)據(jù)需要大量人工干預(yù)，效率和成本上的制約導(dǎo)致難以完成大規(guī)模的信息融合[9]。另一方面，傳統(tǒng)知識工程中僅用符號表示數(shù)據(jù)語義，僅采用符號邏輯進(jìn)行語義推理，當(dāng)數(shù)量規(guī)模很大時，推理的層次受到計算效率的限制，難以完成復(fù)雜的推理[10]。

3.2 深度學(xué)習(xí)一度不能用于處理語義信息和復(fù)雜結(jié)構(gòu)數(shù)據(jù)

隨著深度學(xué)習(xí)技術(shù)的突破，人工智能研究如火如荼，很多領(lǐng)域、行業(yè)的智能化升級已經(jīng)啟動。相比于緊密相關(guān)的遙感領(lǐng)域?qū)ι疃葘W(xué)習(xí)的積極擁抱和快速發(fā)展，地理信息領(lǐng)域?qū)τ谌斯ぶ悄苄陆黄频捻憫?yīng)顯得不溫不火，尚未形成大規(guī)模的研究熱潮，智能化的地理信息服務(wù)更是缺乏令人為之一動的典型代表。文獻(xiàn)[11]提出了一個“到2030年構(gòu)建出能通過領(lǐng)域圖靈測試的人造GIS分析員”的“大膽構(gòu)想”(moonshot)，以期引導(dǎo)地理信息智能化研究和發(fā)展。

筆者認(rèn)為，地理信息領(lǐng)域在此番智能化熱潮中的相對遲滯并非偶然。這主要是因為這一輪人工智能技術(shù)突破的核心在于深度學(xué)習(xí)，而深度學(xué)習(xí)特別適用于實現(xiàn)所謂的“感知智能”，包括視覺、聽覺智能等，帶來了在計算機(jī)視覺、語音識別乃至自然語言處理的突破。視覺、聽覺信號以連續(xù)的數(shù)值類型數(shù)字化記錄，可以采用數(shù)值優(yōu)化的方法處理，實現(xiàn)從信號數(shù)據(jù)到信息數(shù)據(jù)的轉(zhuǎn)換。而地理信息技術(shù)主要面向信息的管理與分析，地理信息中包含大量的非連續(xù)性的而且語義抽象的符號數(shù)據(jù)，例如各種地理實體名稱、各種類別屬性名稱(如地表覆蓋類型)、各種地理空間關(guān)系名稱、各種地理語義描述詞匯等，不能直接用深度學(xué)習(xí)技術(shù)處理。

從更深的層次來看，在數(shù)據(jù)—信息—知識—智慧(data-information-knowledge-wisdom)構(gòu)成的知識層次體系(也被稱為信息層次體系)[12]中，一定程度上可以說，感知智能負(fù)責(zé)處理從數(shù)據(jù)到信息的轉(zhuǎn)換，而從信息到知識的轉(zhuǎn)換及信息與知識的應(yīng)用需要認(rèn)知智能[13]。僅靠傳統(tǒng)的知識工程或者面向信號數(shù)據(jù)處理的深度學(xué)習(xí)(例如卷積神經(jīng)網(wǎng)絡(luò))，并不足以推進(jìn)地理信息智能化發(fā)展。

3.3 知識圖譜為發(fā)展地理知識服務(wù)帶來新機(jī)遇

融合傳統(tǒng)知識工程與深度學(xué)習(xí)技術(shù)的知識圖譜技術(shù)正迅猛發(fā)展[14]。本文中的知識圖譜技術(shù)并非狹義上的由谷歌公司提出的知識圖譜，而是當(dāng)今大數(shù)據(jù)時代知識工程技術(shù)的代名詞，它以向量式知識表示、向量空間知識推理及融合符號空間推理與向量空間推理為特征(見下文分析)。知識圖譜這一術(shù)語或許將來會被取代(例如，已經(jīng)有學(xué)者提出認(rèn)知圖譜的概念)，但作為人工智能中關(guān)于知識表示與推理的知識工程技術(shù)將繼續(xù)發(fā)展。

知識圖譜在很大程度上是對語義網(wǎng)的繼承，但又有重要的發(fā)展，語義網(wǎng)與知識圖譜的對比見表2。這種發(fā)展首先體現(xiàn)在構(gòu)建方式上。語義網(wǎng)給出了一種基于描述邏輯的知識表示方法[5]，但是，它的技術(shù)體系中沒有考慮怎樣從非結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)中自動提取知識、構(gòu)建知識庫。而知識圖譜技術(shù)的一個重點領(lǐng)域就是圖譜的自動構(gòu)建，既包括從結(jié)構(gòu)化的數(shù)據(jù)中轉(zhuǎn)換，也包括從文本等非結(jié)構(gòu)化數(shù)據(jù)中運用智能化的方法自動提取知識(語義信息)。此外，這種發(fā)展也體現(xiàn)在知識表示本身上。語義網(wǎng)的知識表示融合了傳統(tǒng)語義網(wǎng)絡(luò)(semantic network)和本體知識表示方法，并且基于描述邏輯，使得這種表示數(shù)學(xué)上嚴(yán)密。而知識圖譜在此基礎(chǔ)上吸收了自然語言處理領(lǐng)域嵌入向量空間的表示方法。向量語義表示比符號語義表示要豐富得多，向量表示讓深度學(xué)習(xí)技術(shù)變得可用于語義與知識處理。這既打通了知識圖譜構(gòu)建的關(guān)隘，又打開了知識圖譜應(yīng)用的空間。

表2 語義網(wǎng)與知識圖譜的對比Tab.2 Comparison of semantic web and knowledge graph

同時，知識工程與深度學(xué)習(xí)技術(shù)的融合帶來了知識表示與處理的新方法。這種融合主要通過兩種途徑實現(xiàn)。①嵌入(embedding)[15]。通過把符號體系，例如語言文字、知識網(wǎng)絡(luò)，嵌入低維稠密向量空間，使得原本離散的、僅支持邏輯運算的符號語義轉(zhuǎn)變?yōu)檫B續(xù)的支持向量運算的向量語義，從而可以通過深度學(xué)習(xí)的方法來處理。②突破簡單、規(guī)整的數(shù)據(jù)結(jié)構(gòu)(例如一維序列結(jié)構(gòu)、二維柵格結(jié)構(gòu))的限制，發(fā)展面向復(fù)雜的圖結(jié)構(gòu)的深度學(xué)習(xí)技術(shù)，例如圖神經(jīng)網(wǎng)絡(luò)[16]。其中，嵌入表示與深度學(xué)習(xí)的融合已經(jīng)在主要面向符號的自然語言處理中獲得成功應(yīng)用，帶來了突破性進(jìn)展[17]。知識圖譜因而被廣泛認(rèn)為有望帶來符號信息與知識的智能化處理及認(rèn)知智能的突破[14]，并通過在感知中融入知識反哺感知智能，克服完全依賴數(shù)據(jù)驅(qū)動所帶來的性能瓶頸和缺乏可解釋性的問題，形成兩種智能的交替、迭代式演進(jìn)[14]。

可見，融合了傳統(tǒng)知識工程、深度學(xué)習(xí)、自然語言處理技術(shù)的知識圖譜技術(shù)，已經(jīng)在知識網(wǎng)絡(luò)的向量化表示、向量式語義空間中的知識推理上取得了實質(zhì)性的突破[18]。這些突破為發(fā)展地理知識服務(wù)提供了知識表示、知識庫構(gòu)建與推理技術(shù)基礎(chǔ)。

4 地理知識服務(wù)的基本問題

上文從地理信息服務(wù)到地理知識服務(wù)升級轉(zhuǎn)換的角度，闡釋了地理知識服務(wù)的內(nèi)涵，并指出實現(xiàn)這種升級轉(zhuǎn)換的關(guān)鍵是引入知識表示和認(rèn)知智能，而知識圖譜技術(shù)作為大數(shù)據(jù)時代的知識工程技術(shù)，其取得的進(jìn)展為發(fā)展地理知識服務(wù)提供了知識表示與推理技術(shù)基礎(chǔ)。

然而，地理知識具有時空本質(zhì)特性，當(dāng)下常規(guī)知識圖譜將時空作為一般屬性，不能充分、精確地表示復(fù)雜時空關(guān)系，不足以充分關(guān)聯(lián)、深入挖掘地理時空大數(shù)據(jù)中蘊(yùn)含的豐富地理時空知識。這種情況類似于地理信息技術(shù)發(fā)展之初，一般的關(guān)系數(shù)據(jù)模型不足以表示復(fù)雜的地理對象，不足以處理地理對象之間復(fù)雜的空間關(guān)系。后來經(jīng)過約20年(1980—2000年)的研究、發(fā)展，地理信息技術(shù)領(lǐng)域最終構(gòu)建出拓展了關(guān)系數(shù)據(jù)模型的地理空間關(guān)系數(shù)據(jù)模型，研制出空間數(shù)據(jù)庫引擎，支撐了當(dāng)今大規(guī)模地理信息服務(wù)的實現(xiàn)。

類似地，針對目前知識圖譜中時空建模的根本性不足，筆者認(rèn)為發(fā)展地理知識服務(wù)的關(guān)鍵是要發(fā)展充分顧及時空知識表示與時空關(guān)系推理特性的時空知識圖譜技術(shù)。正如當(dāng)初空間數(shù)據(jù)庫技術(shù)以當(dāng)時的關(guān)系數(shù)據(jù)庫技術(shù)為基礎(chǔ)，有理由認(rèn)為待發(fā)展的時空知識圖譜技術(shù)宜以當(dāng)前的知識圖譜技術(shù)為基礎(chǔ)，而擴(kuò)展的關(guān)鍵是要向知識圖譜中植入時空維度，如圖2所示，發(fā)展時空型知識圖譜的理論、方法與技術(shù)。為此，需要解決3個方面的主要問題。

圖2 植入時空維度的時空型知識圖譜Fig.2 Spatio-temporal knowledge graph implanted in space-time dimensions

4.1 空間表示的知識化

在常規(guī)知識圖譜中，地理時空作為一般屬性表示，不能充分、精確地表示復(fù)雜時空關(guān)系。為此，在常規(guī)知識圖譜中時空屬性的符號表示基礎(chǔ)上，需要增加適合地理復(fù)雜時空關(guān)系計算、分析的向量表示，并實現(xiàn)向量表示與符號表示的嚴(yán)格對應(yīng)和高效互轉(zhuǎn)，向知識圖譜中植入時空維度，全面支持地理大數(shù)據(jù)時空知識的充分關(guān)聯(lián)、精確推理和深度挖掘。因此，需要研究“向量—符號”雙重表示的存儲結(jié)構(gòu)[19]、時空索引[20]、互轉(zhuǎn)方法。此外，針對僅基于符號語義來關(guān)聯(lián)地學(xué)時空實體與對象的不足，需要研究時空大數(shù)據(jù)“圖—文—數(shù)”中“向量—符號”雙重語義信息提取、“地理時空—領(lǐng)域知識”雙重約束下，實體與數(shù)據(jù)的精確匹配與充分關(guān)聯(lián)，為精確推理、充分呈現(xiàn)、深度挖掘地理知識奠定關(guān)聯(lián)關(guān)系基礎(chǔ)。

4.2 空間分析的認(rèn)知化

傳統(tǒng)的地理空間分析高度依賴定制的“算法智能”，不具備基于地理知識的推理能力和空間認(rèn)知能力[21]，為此，需要發(fā)展時空敘詞可計算模型、融合向量計算與符號推理的地理時空關(guān)系分析模型，以支撐時空大數(shù)據(jù)所要求的豐富時空語義和規(guī)?；咝r空計算。同時，針對僅基于符號表示的地理知識發(fā)現(xiàn)不充分與推理不精確，需要研究時空關(guān)系計算分析引擎與時空術(shù)詞邏輯推理引擎的融合推理技術(shù)、融合地理時空關(guān)聯(lián)與語義關(guān)聯(lián)的地理知識發(fā)現(xiàn)，實現(xiàn)地理知識的精確推理和深度發(fā)現(xiàn)。此外，地理空間的多尺度性質(zhì)要求多尺度的空間認(rèn)知和分析，為此，需要研究基于多尺度空間表示的多尺度認(rèn)知性空間分析、推理方法，并顧及尺度差異帶來的數(shù)據(jù)不一致性。

4.3 知識服務(wù)的情境化

傳統(tǒng)的地理信息服務(wù)通過硬編碼(hard-coded)的方式實現(xiàn)若干事先設(shè)定情況下的信息分析與服務(wù)，不能根據(jù)實際情況靈活、智能地分析情況，提供服務(wù)。隨著傳感網(wǎng)、物聯(lián)網(wǎng)技術(shù)和感知智能的發(fā)展，信息獲取的實時化正在逐步成為現(xiàn)實[22]。為此，需要發(fā)展基于實時感知情況、融合智能分析的情境化服務(wù)[23]。對時空信息而言，要發(fā)展時空情境覺知的能力，融合認(rèn)知化的智能分析，提供情境化服務(wù)。雖然基于位置的服務(wù)(location based services,LBS)也屬于一種時空情境化服務(wù)，但時空情境的覺知遠(yuǎn)遠(yuǎn)不限于此[24]。情境化服務(wù)的關(guān)鍵不僅在于信息的感知，更在于如何把感知到的位置、時間、空間場景、地理行為習(xí)慣等時空信息有效融合，實現(xiàn)深度的時空情境覺知，并基于此驅(qū)動應(yīng)景服務(wù)。

5 地理知識服務(wù)的分級發(fā)展和推進(jìn)路徑

地理知識服務(wù)是地理信息產(chǎn)業(yè)的一次智能化升級，其發(fā)展是一項長期而浩大的艱巨工程。下文就如何循序漸進(jìn)地推進(jìn)其發(fā)展，從分級發(fā)展和推進(jìn)路徑兩個方面提出構(gòu)想。

5.1 分級發(fā)展策略

前文為了強(qiáng)調(diào)與現(xiàn)行地理信息服務(wù)的區(qū)別和對其的升級，強(qiáng)化了地理知識服務(wù)的認(rèn)知智能屬性。然而，計算機(jī)的認(rèn)知智能仍在發(fā)展中，還遠(yuǎn)不成熟。面對信息爆炸困境和人工智能技術(shù)的迅速發(fā)展，不同智能化程度的地理知識服務(wù)有現(xiàn)實需求。因此，宜分級推進(jìn)地理知識服務(wù)的發(fā)展。本文從知識化、智能化程度的角度，嘗試給出一種地理知識服務(wù)分級(見表3)。

表3 地理知識服務(wù)的一種分級Tab.3 A classification of geographic knowledge service

這里有意拉大級別之間的差距，以便于區(qū)分各個級別。第一級(L1)為現(xiàn)行的地理知識網(wǎng)站和地理信息服務(wù)，它們未采用知識表示方法，不具備知識智能化處理能力。在第二級(L2)中，引入了結(jié)構(gòu)化或向量式知識表示，強(qiáng)調(diào)自動構(gòu)建知識圖譜的能力和知識推理能力，設(shè)想中的典型應(yīng)用為地理知識語義搜索和智能問答。第三級(L3)強(qiáng)調(diào)結(jié)構(gòu)化符號知識表示與向量式知識表示的融合，以及兩種表示下知識推理的融合，在此基礎(chǔ)上形成對地理空間的理解性認(rèn)知，設(shè)想中的典型應(yīng)用為地理場景“看圖說話”、智能對話。第四級(L4)強(qiáng)調(diào)具備根據(jù)實際情況在較為開放的知識領(lǐng)域中自動整合知識、有針對性地提供知識服務(wù)或解釋地理現(xiàn)象，設(shè)想中的典型應(yīng)用為情境覺知的地理知識服務(wù)和人造GIS/GKS分析員，后者由文獻(xiàn)[11]提出。

5.2 從理論研究到規(guī)?；瘧?yīng)用的發(fā)展路徑

從地理信息服務(wù)到地理知識服務(wù)的發(fā)展是一種根本性改造，涉及理論與方法研究、關(guān)鍵技術(shù)研發(fā)、基礎(chǔ)工程建設(shè)、應(yīng)用推廣與產(chǎn)業(yè)化等方面。本文嘗試勾繪其發(fā)展路徑，如圖3所示。理論與方法研究的基本問題在上文已經(jīng)著重闡述，主要包含表示知識化、分析認(rèn)知化、服務(wù)情境化3方面。在關(guān)鍵技術(shù)研發(fā)上，一方面，需要研發(fā)具備時空知識表示、推理、智能交互能力的時空知識圖譜引擎；另一方面，需要研發(fā)從時空大數(shù)據(jù)自動構(gòu)建時空知識圖譜的工具。在地理知識基礎(chǔ)工程建設(shè)上，一方面，需要構(gòu)建具有廣泛適用性的基礎(chǔ)性地理時空本體，以及領(lǐng)域性、行業(yè)性地理時空本體，形成標(biāo)準(zhǔn)；另一方面，需要完成地理時空知識的標(biāo)準(zhǔn)化生產(chǎn)。在應(yīng)用推廣和產(chǎn)業(yè)化方面，需要構(gòu)建基礎(chǔ)性大規(guī)模知識服務(wù)平臺以支撐全社會高效、經(jīng)濟(jì)的構(gòu)建知識服務(wù)應(yīng)用系統(tǒng)。

圖3 地理知識服務(wù)的發(fā)展路徑Fig.3 Development path of geographical knowledge service

6 總結(jié)與展望

本文認(rèn)為從地理信息服務(wù)升級到地理知識服務(wù)既是一種必然的發(fā)展趨勢，也是信息爆炸困境下的迫切現(xiàn)實需求，并將地理知識服務(wù)作為地理信息技術(shù)智能化升級的具象目標(biāo)、未來智能化地理信息技術(shù)的主要應(yīng)用形式。

本文從由地理信息服務(wù)到地理知識服務(wù)轉(zhuǎn)換的角度，辨析了地理知識服務(wù)的內(nèi)涵；分析了人工智能技術(shù)新近突破性進(jìn)展為發(fā)展地理知識服務(wù)所提供的令人樂觀的認(rèn)知智能基礎(chǔ)；在此基礎(chǔ)上，從地理知識服務(wù)的時空本質(zhì)特性的角度，指出了發(fā)展地理知識服務(wù)在空間表示知識化、空間分析認(rèn)知化、知識服務(wù)情境化3方面面臨的主要問題，進(jìn)而提出了地理知識服務(wù)的分級發(fā)展策略和推進(jìn)路徑。

智能化時代正在到來，地理信息服務(wù)的未來會或者需要怎么發(fā)展是個大問題。計算機(jī)認(rèn)知智能的研究方興未艾，技術(shù)發(fā)展日新月異。本文旨在拋磚引玉，促進(jìn)地理信息技術(shù)智能化的研究與發(fā)展。

致謝:陳軍院士在本文醞釀與成稿過程中給予了諸多指導(dǎo)、批評、意見和關(guān)注，在此深表感謝！匿名審稿人對完善本文給出了中肯的批評和建設(shè)性意見，作者在此深表感謝！