在地理信息领域，以机器学习和深度学习为代表的人工智能技术研究进展迅速，研究成果已开始应用于遥感影像处理、空间数据挖掘分析、自动驾驶和高精地图制图等。生成式人工智能和基础大模型等技术与地理信息相结合，进一步提升了地理信息分析与决策的智能化水平。尽管当前地理信息人工智能发展迅猛，但相关的国际标准制定工作还处在起步阶段。

　　样本数据在对地观测人工智能机器学习（AI/ML）尤其是深度学习领域具有基础性作用，一般用于AI/ML模型的训练、验证与测试。ISO 19178-1:2025为地理空间AI/ML样本数据定义了统一建模语言（UML）模型，规范了样本数据集的数据标注与元数据表达、溯源、质量、更新等，提升了对地观测影像样本数据的互操作性与可用性。

　　ISO 19178-1:2025于2024年2月在国际标准化组织地理信息技术委员会（ISO/TC 211）立项。ISO/TC211/WG4工作组召集人武汉大学的乐鹏教授作为项目负责人，带领多国专家学者，联合欧洲标准化委员会地理信息标准技术委员会（CEN/TC 287），并与开放地理信息协会（OGC）协作完成标准制定工作。目前该标准已获欧空局、欧盟卫星中心、英国气象局和水文局、美国宇航局、美国海洋大气局和地调局、加拿大自然资源部、澳大利亚地球科学局等多国机构、行业公司的广泛关注和认可。（郭建坤）