211service.com
Amazon i CIA chcą nauczyć sztuczną inteligencję oglądać z kosmosu
Dlaczego komputery nie mogą oglądać Ziemi z góry i automatycznie mapować nasze drogi, budynki i sterty śmieci? Operator satelitarny DigitalGlobe łączy siły z Amazonem, ramieniem venture CIA i producentem chipów Nvidia, aby spróbować to urzeczywistnić.
We wspólnym projekcie DigitalGlobe udostępnił dziś zdjęcia satelitarne przedstawiające całe Rio de Janeiro w rozdzielczości 50 centymetrów. Na zdjęciach ręcznie zaznaczono kontury 200 000 budynków na powierzchni około 1900 kilometrów kwadratowych miasta. Zbiór danych SpaceNet, bo tak się go nazywa, ma zainicjować wysiłki w celu wytrenowania algorytmów uczenia maszynowego do samodzielnej interpretacji zdjęć satelitarnych o wysokiej rozdzielczości.
DigitalGlobe twierdzi, że zestaw danych SpaceNet powinien ostatecznie zawierać wysokiej rozdzielczości obrazy pół miliona kilometrów kwadratowych Ziemi i doda adnotacje wykraczające poza budynki. Dane DigitalGlobe są znacznie bardziej szczegółowe niż publicznie dostępne dane satelitarne, takie jak NASA, które zwykle mają rozdzielczość dziesiątek metrów. Amazon udostępni dane SpaceNet za pośrednictwem swojej usługi przetwarzania w chmurze. Nvidia zapewni narzędzia, które pomogą naukowcom zajmującym się uczeniem maszynowym w szkoleniu i testowaniu algorytmów na danych, oraz CosmiQ działa , oddział CIA, In-Q-Tel, zajmujący się przestrzenią kosmiczną, również wspiera projekt.
Oprogramowanie zostanie przeszkolone w zakresie oznaczania budynków na zdjęciach satelitarnych przy użyciu takiego zestawu danych, jak ten.
Musimy opracować nowe algorytmy dla tych danych, mówi Tony Frazier, starszy wiceprezes DigitalGlobe. Firma obsługuje cztery satelity obrazujące i dostarcza dane amerykańskim agencjom wywiadowczym, agencjom humanitarnym i innym organizacjom, które dziś głównie polegają na ludziach w celu wydobywania danych z obrazów.
Frazier twierdzi, że powinno być możliwe nauczenie oprogramowania do wykonywania takich rzeczy, jak tworzenie map dróg i budynków w dzielnicach nędzy, śledzenie zmian w infrastrukturze miejskiej, takiej jak ławki parkowe i znaki stopu, oraz mierzenie materiałów użytych w dachach i innych konstrukcjach. Mówi, że tego rodzaju informacje mogą być cenne z handlowego punktu widzenia i pomóc w informowaniu o programach zdrowotnych i pomocowych.
Mark Johnson, dyrektor generalny Laboratorium Kartezjusza , startup, który przewiduje plony na podstawie publicznych zdjęć satelitarnych , twierdzi, że nowe dane powinny być mile widziane wśród startupów i badaczy. Potencjalne zastosowania mogą obejmować szacowanie wyników ekonomicznych z działalności na obszarach miejskich lub wskazywanie władzom miejskim, jak ulepszyć usługi, takie jak wywóz śmieci, mówi.
SpaceNet jest wzorowany na ImageNet, zbiorze 1 miliona oznaczonych zdjęć, które od lat stanowią podstawę badań nad rozpoznawaniem obrazów, w tym ostatnie, ogromne skoki w ich dokładności (patrz: Rewolucyjna technika, która cicho zmieniła wizję maszynową na zawsze). Firmy takie jak Google i Facebook wykorzystują technologię rozpoznawania obrazu zbudowaną na pomysłach przetestowanych najpierw pod kątem ImageNet.