「机器之心」曾报道过美国初创公司Orbital Insight利用人工智能来分析卫星图片，得到全球的石油储存量。而现在，他们正与世界银行合作，利用卫星图片和人工智能来分析全球的贫穷状况。

政府和科研单位对贫困水平的传统评估方法是上门调研。而此次新合作将用AI来对调研进行补充，并提高贫困数据的精确度。Orbital说，他们的AI软件将分析卫星图片，来看看诸如建筑高度和屋顶覆盖材料等特征能否对财富状况进行有效的评估。

这个初步研究将在斯里兰卡进行。如果成功，世界银行会将其推广到全世界。近期的一项研究表明，世界上有超过50个国家缺乏法定的贫困评估，限制了对世界上最贫困人口进行支持的能力。

AI分析技术和卫星图片相结合，能完成许多前所未有的工作。近年来，这方面也涌现了很多投资和公司。人们认为这些领域能对商业、政策、资源管理和灾害应对产生深远的影响。例如，华尔街最大的对冲基金业务用这种技术来改进投资策略。皮尤慈善信托基金会用这种方法来监测海上的非法捕鱼。旧金山初创公司Mavrx则用这种方法来使农业收成最优化。

商业化卫星公司发展十分迅速。2014年，商业化地球成像卫星市场容量为27亿美元，预计在近10年内将以每年14%的速度增长。2年前，美国仅有4家这样的公司，预计到2020年，将有几百家私营企业的小型卫星在轨道上运转，拍摄地球的卫星图片。这些照片将能在网上轻易获得，并组成全世界最大的数据集之一。如何分析这些数据成为一个亟待解决的问题。多亏近年来AI领域的进展，能对这些图片进行研究，并为决策提供支持。

许多年以来，AI面临的最大挑战就是如何教计算机识别图片中的物体。近两年来，这样的情况发生了很大变化。Jimi Crawford是Orbital Insight的CEO，他说：「计算机辨识物体的能力与人类已经相差不远了。我们给它们看数百万张图片，识别出其中特定的物体，并弄明白其中的含义。」

工程师们开始一张张筛选照片，标记好每辆车、每棵树和每栋房屋。根据追踪每个物体的特征，计算机学会对它们进行自动识别。一旦算法锁定，计算机就能在无人干预的情况下自动追踪这些物体。

最近，Orbital Insight的进展表明，使用AI来分析汽车零售商停车场里的车辆数，能比美国人口普查数据更精确地预测出零售商的季度收入。他们还用同样的方法来测算中国的建筑业、全球石油储量以及美国中西部的玉米产量。与世界银行的合作，是该公司第二个人道主义项目。第一个项目是在去年春天，他们与世界资源研究所一起追踪森林砍伐。

这次合作也是世界银行首次使用AI技术来改进工作。有分析认为，这意味着越来越多的机构将追随这一潮流。Crawford说：「未来，我们将能以高分辨率看到城市里每一个角落的每日图像。我认为，我们可以用这些数据来让经济的各个方面变得更加透明。」

机器之心，最专业的前沿科技媒体和产业服务平台，每日提供优质产业资讯与深度思考，欢迎关注微信公众号「机器之心」（almosthuman2014），或登录机器之心网站www.almosthuman.cn查看更多精彩内容。