大家都知道，卫星图上的云总是会挡住视线，让数据不完整。特别是对于监测气候变化、农作物或者城市发展的工作来说，云层带来的干扰让人头疼。现在呢，IT之家有一个好消息要告诉大家，研究人员搞出了一套混合AI系统SenseNet，能把云层给看透。这个系统利用一种叫郊狼-狐狸优化的算法，把云层当作结构性噪声给清除掉了。结果怎么样呢？信号噪音比直接提升了60%，给地球观测提供了更可靠的数据支持。 IT之家注意到这个研究发表在《国际仿生计算期刊》上，这里面讲了个很有趣的事情。这个混合AI系统通过深度学习的方式来处理数据。传统的方法要么依赖物理模型，要么靠图像处理技术。但是这些方法有时候对厚度不一的云层或者完全被遮挡的区域效果不太好。而机器学习系统虽然有进步，但是需要清晰的参考图像。如果没有参考图像呢？它们只能在云层遮挡的地方生成模糊的画面。 SenseNet的工作原理是把有云层或者雾霾的像素当成可去除的结构性噪声。这个系统还采用了一种受自然启发的模型，模拟郊狼和狐狸的社交与协作行为来处理数据。这么做能调整网络内部参数，避免陷入局部最优解。这种算法还有个好处是能提高信噪比和降低残差呢。虽然只有2分贝的提升听起来不多，但是这个性能改善实际上是60%。 想象一下这个画面吧，通过去除云层后就能更清晰地看到农业边界、道路网络和水体分布这些情况了。在那些常年多云的地区比如热带地区，这种技术可以减少数据缺口。这样一来，那些依赖近实时卫星情报的气候适应策略和灾害应对策略就能得到更好的支持了。