geoLab：学生利用卫星和人工智能创造更美好的世界
瑞秋·奥伯曼在大二的一个星期四晚上接到丹·朗弗拉的电话。
Runfola正在给比尔和梅林达·盖茨基金会做报告，需要更正边界地图。为世界上所有的国家。到周一。
19岁的奥伯曼是威廉与玛丽地理佳博体育本科生研究部分的创始人，也是该佳博体育的第一位学生主任。geoLab是由威廉玛丽应用科学系助理教授Runfola指导的学生主导的研究计划的集合。在geoLab工作的学生使用卫星图像和其他数据来制作人工智能驱动的产品，非政府组织和政府机构一直认为这些产品很有用。
盖茨基金会的请求就是一个很好的例子。奥伯曼解释说，基金会工作人员想要确保他们的援助物资被送到正确的地方——现有的由受版权保护的信息编制的地图在必要的细节水平上并不总是准确的。
“每个国家都有国家、州和地区的边界，”她说。“世界上每个国家都有这样的事情。”
四个全是本科生的geoLab团队中有一个叫做geoBoundaries。它致力于使用卫星图像和开源数据来制作尽可能精确的地图。为了处理盖茨基金会的请求，奥伯曼召集了一个大学生制图师团队，用一个周末的时间来伐木。他们赶上了最后期限。
“周五晚上我打电话给人们，我说，‘嘿，伙计！这个周末你要做什么？什么乐趣?想和我一起做地图吗？”Oberman回忆道。
Runfola说，他大约在三年前创立了geoLab，以满足大学的需求。
他说：“没有任何以学生为中心的研究佳博体育，把重点放在空间数据、卫星数据和人工智能之间的交集上。”“我想为学生们创造一个参与这个领域的机会——它有很多不同的重点。”
为了解决其中的一些问题，地球佳博体育由四个研究小组组成。除了geoBoundaries，还有geoarsing、geoData和geoDev团队。每个团队都由学生领导，有不同的侧重点。除了担任整个geoLab计划的学生主管外，Oberman还是geoDev团队的负责人。
John Napoli ' 20是geoData团队的负责人。21岁的Matt Crittenden领导地质分析，20岁的Josh Panganiban是地质边界的团队领导。团队共有28名学生，均为本科生。每个团队都有自己的一套项目，两个或更多团队的工作经常会相互交织。
例如，地球地质分析小组大量使用卫星数据。geoLab与美国国防部的作战支援部门国家地理空间情报局（National Geospatial-Intelligence Agency）有工作安排。该协议允许geoLab人员请求卫星来执行他们寻找原始数据的任务。
geoData团队的工作不同于geoBoundaries和geoarsing，因为其成员处理的信息与地理边界密切相关，但并非来自卫星。Runfola引用了人口普查数据的例子。
“人口普查数据不是一幅图画，”他说。“这是表格数据，但它与空间数据相关联。”
Runfola说，geoData团队收集非图像信息，如人口普查数据，并将其与地理边界团队的相应工作战略性地联系起来。目标是提供一组用户可以下载的集成产品。Runfola说，学生们一直在研究儿童健康指标的全球地理边界/地理数据地图。
“这是一个令人难以置信的雄心勃勃的目标，他们已经为此努力了两年，”他说。“我认为现在我们已经覆盖了大约50个不同的变量。我们现在开始在全球范围内进入州一级。”
geoLab的成员被要求每周至少花4个小时在他们团队的项目上。有经验的佳博体育成员可以成为geoffellows，即获得资金支持的佳博体育领导。
geoLab的工作需要广泛的技能和观点，因此佳博体育的组成必须是跨学科的。学生主管奥伯曼是计算机科学/数据科学双学位学生，但目前的28名geoLab参与者代表了广泛的学术兴趣。
geoLab的大部分工作涉及卷积神经网络的应用，这是一种图像识别和分类技术，是面部识别软件和类似计算工具的基础。Runfola表示，geoDev团队主要从事卷积神经网络应用。这个团队往往会吸引数据科学和计算机科学专业的学生。
“他们做任何类型的图像识别数据，图像分析——通常他们使用卫星图像，”他说。
geoDev团队还负责性假设相机。从地球佳博体育的总部可以看到综合科学中心的中庭。镜头下面有一张手写的纸条：“靠近点。”
你走近一点，就被“性假设”摄像机拍到了。你的图像出现在旁边的显示器上，一个蓝色矩形框起你的脸，面部识别软件将你假定的性别添加到粉红色或蓝色类别中。
“这只是为了好玩，”Runfola说，但另一个问题是——“这个相机道德吗？——引发了人们对21世纪隐私问题的思考。
Runfola说，每个团队往往吸引不同类型的学生。例如，地质分析团队包括国际关系、语言学、英语和艺术史专业的学生。
“这么说吧，对情报工作感兴趣的人都被地球地质探测团队吸引了，”他说。“这是因为我们经常与情报界合作。”
一些地球探测专业的学生正在与美国国家地理空间情报局（NGA）合作，追踪中国在拉丁美洲的活动。
Runfola说：“这并不一定是中国提供资金的地方。”“但更像是他们分配人员的地方。他们把资源放在哪里？他们希望获得什么样的政治收益？我们把所有这些都放在一张地图上，显示出中国喜欢的地理环境。”
geoLab的活动与政府机构、非政府组织和学术界建立了持续和循环的伙伴关系。例如，地理边界小组与哥伦比亚大学国际地球科学信息网络中心在盖茨基金会的一个项目上合作，旨在确定和纠正非洲国家的边界。一些合作关系涉及保密协议，但大多数geoLab的产品都是免费下载的。
如今的geoLab计划起源于瑞秋·奥伯曼（Rachel Oberman）大一那年走进Runfola的办公室。她需要他的同意才能上他的数据与决策课。她带着一份她现在称之为“糟糕版本的简历”，因为她对参与研究很感兴趣。
“他也在考虑成立一个研究佳博体育，他问我是否愿意和他一起开发这个本科生研究佳博体育？”Oberman说。这就是一切的开始。第二年秋天，我和同学们坐在一起，想办法把他们的工作变成一个本科生团队的项目。”
现在奥伯曼快毕业了；她将在2019年秋季学期结束时离开威廉玛丽学院。她已经接受了波特兰芯片制造商英特尔公司的一份分析和机器学习技术咨询工程师的工作。geoLab对本科生参与的重视导致了工作和实习的高就业率。
Runfola说：“geoLab的学生所做的事情，基本上和我们合作的机构内部的初级分析师所做的事情是一样的。”
Runfola说，geoLab让学生深入了解人工智能和机器学习的世界，这在大多数情况下意味着同样的事情。
“当人们问我这个问题时，我喜欢给出的答案是，当我给美国国家科学基金会（National Science Foundation）或其他机构写学术提案时，它是‘机器学习’，”他说。“如果我给一家私人公司或企业基金会写信，我写的是‘人工智能’。’所以，在这个层面上没有区别。”
在另一个层面上，Runfola表示，人工智能更常用于指实时更新自己的模型，而机器学习通常用于不一定实时更新自己的数据。
“但这是一种武断的区分，”他说。“而且‘人工智能’听起来确实更性感。”
