211service.com
Amazon y la CIA quieren enseñar a la IA a mirar desde el espacio
¿Por qué las computadoras no pueden observar la Tierra desde arriba y mapear automáticamente nuestras carreteras, edificios y montones de basura? El operador de satélites DigitalGlobe se está asociando con Amazon, el brazo de riesgo de la CIA, y el fabricante de chips Nvidia para intentar que esto suceda.
En un proyecto conjunto, DigitalGlobe publicó hoy imágenes satelitales que representan todo Río de Janeiro con una resolución de 50 centímetros. Los contornos de 200.000 edificios dentro de los aproximadamente 1.900 kilómetros cuadrados de la ciudad se marcaron manualmente en las fotos. El conjunto de datos de SpaceNet, como se le llama, está destinado a impulsar los esfuerzos para entrenar algoritmos de aprendizaje automático para interpretar fotos satelitales de alta resolución por sí mismos.
DigitalGlobe dice que el conjunto de datos de SpaceNet eventualmente debería incluir imágenes de alta resolución de medio millón de kilómetros cuadrados de la Tierra, y que agregará anotaciones más allá de los edificios. Los datos de DigitalGlobe son mucho más detallados que los datos satelitales disponibles públicamente, como los de la NASA, que normalmente tienen una resolución de decenas de metros. Amazon hará que los datos de SpaceNet estén disponibles a través de su servicio de computación en la nube. Nvidia proporcionará herramientas para ayudar a los investigadores de aprendizaje automático a entrenar y probar algoritmos en los datos, y CosmiQ funciona , una división del brazo de riesgo de la CIA In-Q-Tel centrada en el espacio, también apoya el proyecto.
Se entrenará el software para etiquetar edificios en imágenes satelitales utilizando un conjunto de datos de imágenes como esta.
Necesitamos desarrollar nuevos algoritmos para estos datos, dice Tony Frazier, vicepresidente senior de DigitalGlobe. La compañía opera cuatro satélites de imágenes y proporciona datos a las agencias de inteligencia de EE. UU., agencias humanitarias y otras organizaciones que hoy en día dependen principalmente de humanos para extraer datos de las imágenes.
Frazier dice que debería ser posible entrenar software para hacer cosas como mapear las carreteras y los edificios de los barrios marginales, realizar un seguimiento de los cambios en la infraestructura urbana, como los bancos de los parques y las señales de alto, y medir los materiales utilizados en los techos y otras estructuras. Ese tipo de información podría ser comercialmente valiosa y ayudar a informar los programas de salud y ayuda, dice.
Mark Johnson, director general de Laboratorios Descartes , una startup que predice el rendimiento de los cultivos a partir de imágenes satelitales públicas, dice que los nuevos datos deberían ser bienvenidos por las startups y los investigadores. Las aplicaciones potenciales podrían incluir la estimación de la producción económica de la actividad en áreas urbanas, o guiar a los gobiernos de las ciudades sobre cómo mejorar servicios como la recolección de basura, dice.
SpaceNet se basa en ImageNet, una colección de 1 millón de fotos etiquetadas que ha respaldado la investigación de reconocimiento de imágenes durante años, incluidos los grandes avances recientes en su precisión (consulte La técnica revolucionaria que cambió silenciosamente la visión artificial para siempre). Empresas como Google y Facebook utilizan tecnología de reconocimiento de imágenes basada en ideas probadas primero con ImageNet.