Una raccolta di dati satellitari potrebbe portare allo sviluppo di software in grado di identificare la nostra spazzatura dallo spazio.
di Tom Simonite
Perché i computer non possono osservare il pianeta Terra dall’alto e mappare automaticamente strade, edifici e cumuli di spazzatura? La DigitalGlobe, una società che opera satelliti in orbita, sta stringendo una collaborazione con Amazon, con il braccio imprenditoriale della CIA e Nvidia per cercare di trasformare questa idea in realtà.
In quello che sarà un progetto congiunto, DigitalGlobe ha pubblicato una raccolta di immagini satellitari che illustrano la totalità di Rio de Janeiro ad una risoluzione di 50 centimetri. Il profilo di 200.000 edifici all’interno dei quasi 1.900 km2 della città sono stati segnati manualmente su ciascuna foto. La raccolta di dati, denominata SpaceNet, è pensata per supportare gli sforzi volti all’addestramento di algoritmo di apprendimento automatico affinché interpretino le immagini satellitari ad alta risoluzione.
DigitalGlobe sostiene che lo SpaceNet dovrebbe arrivare a includere immagini ad alta risoluzione di oltre mezzo milione di km2 del pianeta, e che intende aggiungere note ulteriori rispetto alla sola indicazione degli edifici. I dati della società sono molto più dettagliati rispetto a quelli messi a disposizione del pubblico da enti quali la NASA, che tipicamente presentano una risoluzione entro le decine di metri. Amazon provvederà a distribuire i dati raccolti nello SpaceNet attraverso il suo servizio cloud. Nvidia offrirà invece gli strumenti per aiutare i ricercatori ad addestrare e testare i propri algoritmi di apprendimento automatico, e CosmiQ Works, una divisione del braccio imprenditoriale In-Q-Tel della CIA che si concentra sullo spazio, supporterà a sua volta il progetto.
“Abbiamo bisogno di sviluppare nuovi algoritmi per questi dati”, dice Tony Frazier, vice presidente senior di DigitalGlobe. La società gestisce quattro satelliti di imaging e fornisce dati alle agenzie di intelligence degli Stati Uniti, alle agenzie umanitarie e ad altre organizzazioni che oggi fanno principalmente affidamento su personale umano per estrarre dati dalle immagini.
Frazier sostiene che si dovrebbero poter addestrare software per compiere operazioni quali mappare strade e edifici all’interno di baraccopoli, individuare cambiamenti nelle infrastrutture urbane, come panchine o cartelli stradali, e misurare i materiali impiegati per coperture ed altre strutture. Questo genere di informazione potrebbe rivelarsi utile sul piano commerciale e contribuire alla pianificazione di programmi di pronto intervento e assistenza sanitaria, dice.
Mark Johnson, CEO di Descartes Labs, una startup che prevede la resa dei raccolti dalle immagini satellitari pubbliche, ritiene che i nuovi dati andrebbero accolti da startup e ricercatori. Le potenziali applicazioni potrebbero includere stime della resa economica di attività condotte all’interno di aree urbane, o l’assistenza ai governi locali nel miglioramento di servizi quali la raccolta dell’immondizia.
SpaceNet si ispira a ImageNet, una raccolta di un milione di immagini etichettate che ha definito per anni le ricerche nei software per il riconoscimento delle immagini, inclusi i recenti ed importanti progressi nell’accuratezza dei sistemi (vedi “The Revolutionary Technique That Quietly Changed Machine Vision Forever”). Società quali Google e Facebook utilizzano tecnologie per il riconoscimento delle immagini sviluppate sulla base di idee nate da ImageNet.
(MO)
