北京
全球每天產生海量衛星圖像和氣象數據，但絕大多數從未被真正利用。不是技術不夠，而是數據太碎——格式各異、難以解讀、彼此孤立。Ume?大學Arka Ghosh博士開發的Ontoraster系統，正試圖打通這最后一公里。
這套方案的核心是知識圖譜與AI的結合。Ghosh打了個比方：想象一張超級有序的蜘蛛網，每根絲線都指向正確的信息；或者用《我的世界》的說法——每個方塊終于知道自己為什么存在。系統給每個像素賦予清晰含義，再將其與相關元素動態關聯。
過去需要編程技能和數小時分析的工作，現在用自然語言提問就能完成。比如直接問："Ume?或斯德哥爾摩人口密集區附近，哪里最熱？"系統會在幾秒內返回答案，無需搬運或預處理大量原始數據。
Ghosh長期深耕地理數據、柵格數據、知識圖譜與語義技術的交叉研究。Ontoraster是他多年工作的結晶——一個AI驅動的問答系統，能以全新方式解讀復雜數據并給出有意義的回答。
應用場景覆蓋多個社會關鍵領域：城市規劃者設計更可持續的氣候適應型城市；企業優化選址決策；應急管理機構在熱浪或洪水來襲時快速響應。技術門檻的降低，意味著更多非技術背景的人能直接調用高級分析能力。
數據沉睡與數據可用之間，往往只差一層"翻譯"。Ontoraster做的，正是把日常問題轉譯成機器能理解的語言，再把機器的輸出轉譯回人類能行動的洞察。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
