Големите данни стават толкова големи, че се изплъзват нелеките връзки на Земята.
Стартъп, наречен Orbital Insight, който наскоро събра почти 9 милиона долара финансиране, използва сателитни изображения и най-съвременни изчислителни техники, за да оцени световния излишък от петрол, да прогнозира недостиг на реколтата преди времето за прибиране на реколтата и да отбележи тенденциите на дребно, като следи броя на колите в паркинги за големи кутии Трябва също така да бъде възможно обучението на софтуера за откриване на незаконно обезлесяване рано и по-добро проследяване на климатичните промени.
Компанията използва техники за машинно обучение и изчислителни мрежи, които имитират човешкия мозък, за да забележи модели в огромни количества визуални данни. Facebook използва подобни техники за разпознаване на лица в качените изображения и автоматично маркиране на вас и вашите приятели. Но вместо да търси лица, Orbital Insight се възползва от нарастващото изобилие от сателитни изображения, благодарение на издигането на малки, евтини сателити и учи техните мрежи да разпознават автоматично неща като превозни средства, скоростта на изграждане в Китай и сенките, хвърляни от контейнери с масло с плаващ капак, които се променят в зависимост от това колко са пълни.
Разбира се, би било невъзможно хората да пресяват редовно актуализирани глобални сателитни изображения. Но с масово успоредни компютри и усъвършенствани техники за разпознаване на модели, Orbital Insight цели да предоставя видове данни, които не са били налични досега. Текущите оценки на петрола в световен мащаб например са вече на шест седмици, когато са публикувани. С Orbital, анализ на добивите от реколтата може да бъде предоставен в средата на сезона - важна информация, която имате, независимо дали сте работник на Организацията на обединените нации на високо ниво, който се опитва да изпревари хранителна криза, или търговец на стоки, работещ за хедж фонд.
Orbital Insight не е отдавна - тя е основана в края на 2013 г. и излиза от „стелт режим“ в края на миналата година. Но основателят на компанията Джеймс Крофорд има богат опит в съвместими области. Бивш ръководител на автономията и роботиката в изследователския център на Еймс на НАСА, той също прекара две години като инженерен директор в Google Books, превръщайки архивирани печатни страници в текст за търсене.
Няколко компании като Spire и Inmarsat и дори Елон Мъск на Tesla работят върху хардуер - проектират и пускат нови мрежи от спътници - но Кроуфорд казва, че Orbital Insight вместо това се фокусира изцяло върху софтуера.
„По някакъв начин виждам какво правим тук в тласъка на тази компания, казва Кроуфорд, „ отнема много от обучението [в Google] как да правим големи данни, как да прилагаме [изкуствен интелект], как да приложите машинно обучение към тези тръбопроводи от изображения и да го приложите към сателитното пространство. "
Компанията на Кроуфорд може би е една от малкото, които работят върху използването на нововъзникващи софтуерни техники като изкуствени невронни мрежи и машинно обучение за разбор на сателит образност. Но техниката, която използва, позната още като задълбочено обучение, в момента експлодира в технологичното пространство. Утвърдени компании като Facebook, Google и Microsoft използват техники за дълбоко обучение за неща като автоматично маркиране на изображения и подобрено разпознаване и превод на реч. Наскоро IBM придоби и компания за задълбочено обучение, наречена AlchemyAPI, за да подобри своята компютърна система Watson.
С дълбокото обучение, мощните компютри и множество слоеве едновременно разпознаване на образи (оттук и „дълбокото“ в дълбокото учене) имитират нервните мрежи на човешкия мозък. Целта е компютърът да се „научи“ да разпознава модели или да изпълнява задачи, които биха били твърде сложни и отнемат време, за да „преподават“, използвайки традиционния софтуер.
Чрез ръчно маркиране на автомобили на няколкостотин паркинга и подаване на данни в компютърната мрежа, софтуерът може да научи как изглежда дадена кола и впоследствие да ги брои в хиляди други изображения. (Orbital Insight, сателитни изображения: DigitalGlobe) Детайлите на задълбоченото обучение са технически, но на съвсем основно ниво, това е изненадващо просто. Що се отнася до измерването на тенденциите в търговията на дребно с активността на паркингите, Кроуфорд казва, че компанията първо има служители ръчно да маркират коли на няколкостотин паркинга с червени точки. „Тогава вие подавате всеки отделен автомобил в невронната мрежа и той обобщава моделите на светлината и тъмнината, модела на пикселите на колата“, казва Крауфорд. „И когато [компютърът] погледне ново изображение, това, което по същество прави е доста сложно, но все пак в основата си е съвпадение на модел.“
Когато оценява дейността на дребно, Крауфорд казва, че компанията му е много по-добра в заключението как се развива веригата на национално ниво, като измерва колко пълни паркинги са във времето и сравнява това с колко пълни са били същите партиди в предишните тримесечия, използвайки по-стари изображения, отколкото измерване на здравето на отделен магазин.
Той признава, че много търговци на дребно вече имат начини да проследяват тези данни за собствените си магазини, но биха се радвали да знаят как се справят конкурентите им месеци преди да бъдат публикувани финансовите резултати. Същото би било и с хедж фондовете, за които Кроуфорд казва, че са едни от най-ранните клиенти на компанията. Лесно е да се види как този вид данни биха могли да изправят краката на инвеститорите. Сателитните изображения вече са налични, а Orbital Insight просто го анализира, така че е малко вероятно да предизвика някакви притеснения за вътрешна търговия.
Ако мрежата прави случайни грешки, да кажем объркване на боклукър за кола, това не е голям проблем, обяснява Крофорд, защото грешките са склонни да се отменят взаимно в голям мащаб. За неща като оценки за петрола, дори ако те са изключени с няколко процентни пункта, все пак е по-добре, отколкото да изчакате до шест седмици за по-конкретни данни.
Макар че стартирането изглежда фокусирано върху предоставянето на данни първо на пазарните инвеститори, това, което компанията прави, може да се използва и за по-алтруистични приложения. „Любопитно ни е в бъдеще да използваме това за откриване на обезлесяването и да открием неща като изграждане на пътища, които биха могли да бъдат предшественик на обезлесяването“, казва Крауфорд. „Има и наистина интересни неща, които могат да се направят около разглеждане на снежния пакет, водата и други аспекти на изменението на климата.“ Той също така казва, че разглеждат селското стопанство на трети свят и казва, че многоспектралните изображения са добър начин да разберат колко здрави са растенията, за да се предскаже неуспехът в реколтата.
Разбира се, всеки аспект на големите данни, който включва и сателитни изображения, създава проблеми с поверителността. Но Orbital Insight не прави снимките, те осъществяват достъп и анализират изображения, които вече са налични. И както Крауфорд посочва, настоящите американски разпоредби за спътници за комерсиални изображения предвиждат, че не можете да стигнете под 20 см на пиксел. При тази резолюция средният човек би се показал като няколко точки. Така че би било трудно изобщо да се разграничат отделни хора, да не говорим за идентичност или дори пол.
Крауфорд казва, че голяма част от краткосрочния напредък в техниките за задълбочено обучение като цяло ще включва опростяване и автоматизиране на настройките на алгоритмите (което означава по-малко ръчно маркиране на коли или царевични полета), така че компаниите да могат по-бързо да прилагат машинно обучение в нови области.
Що се отнася конкретно за бъдещето на Orbital Insight, основателят на компанията определено не говори малко. Той оприличава това, което компанията прави, за да създаде „макроскоп“, който да повлияе на света до подобна степен, в която микроскопът трансформира биологията.
„Много от това, което виждаме на Земята, независимо дали става дума за добив на царевица или обезлесяване или запаси от масло, са толкова големи, че не можете да ги видите с човешкото око, защото ще трябва да обработите милион изображения наведнъж ", Казва Крофорд. „В крайна сметка това ще промени начина, по който гледаме Земята, ще промени начина, по който мислим за нея, и ще промени начина, по който мислим за управлението й.“
