(網(wǎng)經(jīng)社訊)螞蟻科技集團股份有限公司
螞蟻集團起步于 2004 年誕生的支付寶，經(jīng)過十八年的發(fā)展，已成為世界領先的互聯(lián)網(wǎng)開放平臺。螞蟻集團通過科技創(chuàng)新，助力合作伙伴，為消費者和小微企業(yè)，提供普惠便捷的數(shù)字生活及數(shù)字金融服務；持續(xù)開放產(chǎn)品與技術，助力企業(yè)的數(shù)字化升級與協(xié)作；在全球廣泛合作，服務當?shù)厣碳液拖M者實現(xiàn)“全球收”、“全球付”、“全球匯”。作為一家技術人員占比超過 60%，擁有強大自主創(chuàng)新能力的科技企業(yè)，螞蟻集團始終堅持自主創(chuàng)新，在人工智能、數(shù)據(jù)庫、隱私計算、智能風控、區(qū)塊鏈等領域進行了前瞻性布局，自主研發(fā)了大模型、隱語、OceanBase 數(shù)據(jù)庫等一系列支撐螞蟻和行業(yè)發(fā)展的關鍵技術。
概 述
在農(nóng)村數(shù)字普惠金融和農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展的雙重政策驅動下，螞蟻集團與網(wǎng)商銀行于2019 年發(fā)起“億畝田”項目，通過遙感智能解譯技術建立了對大范圍種植作物、農(nóng)業(yè)設施的低成本高精度識別能力，補齊農(nóng)業(yè)場景“人 - 地 - 物”關聯(lián)數(shù)據(jù)缺失的短板，實現(xiàn)對農(nóng)業(yè)用戶年度經(jīng)營狀況的反演和用戶授信，衍生出農(nóng)業(yè)信貸新模式，以普惠金融助力農(nóng)業(yè)農(nóng)村發(fā)展。在核心技術方面，螞蟻集團研發(fā)了行業(yè)內首個全面支持多模態(tài)、多分辨率、多光譜時序影像的遙感多模態(tài)大模型，覆蓋解譯任務最全，參數(shù)規(guī)模領先，各項指標均為行業(yè)頂尖?；谠摷夹g，項目已覆蓋全國 31 個省、自治區(qū)、直轄市和 15 大產(chǎn)業(yè)，幫助 150 多萬種植戶獲得無接觸貸款，為鄉(xiāng)村振興注入源源不斷的金融“活水”。
需求分析
2019 年數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019-2025）提出以數(shù)字化驅動農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展，2020 年中央 1 號文件明確提出著力發(fā)展農(nóng)村數(shù)字普惠金融。“三農(nóng)”一直以來為國之根本，是治國理政的頭等大事。2022 年全國糧食播種面積 17.7 億畝，僅 2022 年上半年，全國涉農(nóng)整體信貸余額規(guī)模就高達 47.1 萬億，用戶需求旺盛。
然而受限于農(nóng)業(yè)農(nóng)村場景長期信息化、數(shù)字化程度低，大多數(shù)農(nóng)業(yè)用戶信用數(shù)據(jù)單薄，信貸準入十分困難，其中最核心的問題在于如何對農(nóng)業(yè)生產(chǎn)經(jīng)營狀況進行有效建模。螞蟻集團與網(wǎng)商銀行攜手共建“億畝田”項目，通過遙感智能解譯技術實現(xiàn)耕地種植情況客觀觀測，有效建模農(nóng)業(yè)生產(chǎn)經(jīng)營狀態(tài)，建立了農(nóng)業(yè)信貸新模式，以金融活水精準澆灌呵護農(nóng)業(yè)生產(chǎn)，助力鄉(xiāng)村振興。
案例介紹
農(nóng)業(yè)遙感場景天然具有無標注數(shù)據(jù)充足（全球日均產(chǎn)生 PB 級衛(wèi)星觀測數(shù)據(jù)）、標注數(shù)據(jù)極度稀缺的特性。尤其在經(jīng)濟作物領域，其種類豐富、分布稀疏、種植模式多樣。本項目通過海量全地貌遙感影像數(shù)據(jù)進行大模型無監(jiān)督預訓練，在無需標注數(shù)據(jù)的情況下讓模型學習到強泛化性的地物表征，自研完成行業(yè)領先的大規(guī)模遙感多模態(tài)大模型，天觀（SkySense）。天觀的核心能力包括：
1. 行業(yè)內首個同時支持多模態(tài)、多分辨率、多光譜、時序影像輸入的遙感大模型，覆蓋最全面的地球觀測解譯任務。
2. 參數(shù)規(guī)模達到 20 億，為行業(yè)內參數(shù)規(guī)模最大的遙感多模態(tài)大模型之一，天觀目前在7 種任務總計 16 個公開數(shù)據(jù)集中都取得了最優(yōu)結果（包括小目標旋轉檢測、多模態(tài)農(nóng)作物識別等），達到全球頂尖水平，如圖 1 所示。
天觀依托時空解耦架構、多粒度對比學習、 地學時空知識建模等多項核心技術，突破了遙感農(nóng)業(yè)識別地形復雜、泛化性差的難題。
1. 時空解耦架構，如圖 2 所示。 基于遙感場景中，多模態(tài)、多時序遙感影像空間對齊特性， 提出時空解耦架構，創(chuàng)造性地對空間特征提取及多模態(tài)時序融合兩個關鍵模塊進行獨立拆分。該設計大幅減少時空建模的參數(shù)量，并有效提升遙感場景中的智能解譯精度 。
2. 多粒度對比學習 如圖 3 所示?；谶b感解譯任務在模態(tài)、空間尺度的多樣性， 在兩個維度實現(xiàn)了多粒度對比學習。模態(tài)層面支持單圖單模態(tài)與序列多模態(tài)對比學習空間層面，設計了像素級、目標級與整圖級對比學習 。上述預訓練有效提升天觀在全場景的配適性 。
3. 地學時空知識建模?；诘乩砦恢脤Υ蟪叨瓤臻g范圍內遙感影像特征進行無監(jiān)督時空聚類， 生成區(qū)域性的地物通用時空表征，有效提升模型地球觀測解譯的能力 。
本項目在全球范圍內首創(chuàng)將衛(wèi)星遙感農(nóng)作物識別運用到涉農(nóng)信貸業(yè)務中，已覆 3 種主糧作物、13 種經(jīng)濟作物、 2 類農(nóng)業(yè)設施。在核心作物識別中，天觀對比基線模型 在 90% 精度下召回率取得顯著提升其中大棚召回率增長 12%，果園提升 24%，蘋果提升 15%，柑橘提升 14%。
效益分析
項目利用遙感智能解譯技術對作物種植情況進行貸前觀測、貸中監(jiān)控、貸后管理實現(xiàn)對農(nóng)業(yè)用戶生產(chǎn)經(jīng)營狀況的高效準確評估與授信 。項目通過網(wǎng)商銀行已覆蓋全國 31 個省、自治區(qū)、直轄市和 15 大產(chǎn)業(yè)，幫助 150 多萬種植戶獲得無接觸貸效益分析款，并大幅降低單筆貸款的發(fā)放成本，取得了良好的社會經(jīng)濟效益。同時依托遙感大模型對小樣本、復雜地貌的優(yōu)異泛化能力，在高價值經(jīng)濟作物場景項目擁有覆蓋品類廣、識別精度高的優(yōu)勢大幅拓展了主糧之外廣闊的市場空間，具備進一步向行業(yè)推廣復制的潛力。 此外，基于遙感大模型天觀，項目也積極探索落地了 ESG 相關工作包括種植林監(jiān)測 、 遙感碳匯計算等。
