Velká data jsou tak velká, že sklouzávají pošetile pouta Země.
Spouštění s názvem Orbital Insight, které nedávno získalo financování ve výši téměř 9 milionů USD, využívá satelitní snímky a nejmodernější výpočetní techniky k odhadu globálního přebytku ropy, předpovídá nedostatky plodin před dobou sklizně a sleduje maloobchodní trendy sledováním počtu automobilů v velká parkoviště. Mělo by být také možné vyškolit software tak, aby včas odhalil nelegální odlesňování a lépe sledoval změnu klimatu.
Společnost používá techniky strojového učení a počítačové sítě, které napodobují lidský mozek, aby zaznamenaly vzory v obrovském množství vizuálních dat. Facebook používá podobné techniky k rozpoznání tváří v nahraných obrázcích a k automatickému označení vás a vašich přátel. Ale místo toho, aby hledal tváře, Orbital Insight využívá rostoucího množství satelitních snímků díky vzestupu malých levných satelitů a učení svých sítí, aby automaticky rozpoznávaly věci, jako jsou vozidla, rychlost výstavby v Číně a stíny obsažené olejovými kontejnery s plovoucím víkem, které se mění podle toho, jak jsou plné.
Bylo by samozřejmě nemožné, aby lidé prosívali pravidelně aktualizované globální satelitní snímky. Ale s masivně paralelními počítači a pokročilými technikami rozpoznávání vzorů se Orbital Insight snaží poskytovat typy dat, která dosud nebyla k dispozici. Například současné globální odhady ropy jsou již zveřejněny, když jsou zveřejněny již šest týdnů. S Orbitalem by mohla být v polovině sezóny poskytnuta analýza výnosů plodin - důležité informace, které byste měli mít, ať už jste pracovník na vysoké úrovni OSN, který se snaží dostat před potravinovou krizi, nebo obchodník s komoditami, který pracuje pro hedgeový fond.
Orbitální insight nebyl dlouho - byl založen na konci roku 2013 a vyšel ze „stealth režimu“ až koncem minulého roku. Zakladatel společnosti James Crawford má však bohaté zkušenosti v kompatibilních oborech. Bývalý autonomní a robotický vedoucí ve výzkumném středisku NASA Ames Research Center, dva roky strávil také jako technický ředitel ve službě Google Books a přeměnil archivované tištěné stránky na vyhledávací text.
Několik společností, jako Spire a Inmarsat, a dokonce i Teslova Elon Musk, pracuje na hardwaru - navrhuje a uvádí na trh nové sítě satelitů - ale Crawford říká, že Orbital Insight se místo toho zaměřuje čistě na software.
"V některých ohledech vidím, co tu děláme na popud této společnosti, " říká Crawford, "hodně se učí [na Googlu] o tom, jak dělat velká data, jak aplikovat [umělá inteligence], jak aplikovat strojové učení na tyto potrubí obrazů a aplikovat to na satelitní prostor. “
Crawfordova společnost může být jednou z mála pracujících na využití vznikajících softwarových technik, jako jsou umělé neuronové sítě a strojové učení k analýze satelitu snímky. Technika, kterou používá, známá také jako hluboké učení, v současné době v technologickém prostoru exploduje. Zavedené společnosti, jako je Facebook, Google a Microsoft, používají techniky hloubkového učení pro věci, jako je automatické značkování obrázků a vylepšené rozpoznávání řeči a překlad. IBM také nedávno získala společnost pro hluboké učení zvanou AlchemyAPI, aby vylepšila svůj počítačový systém Watson.
S hlubokým učením napodobují výkonné počítače a více vrstev souběžně probíhajícího rozpoznávání vzorů (odtud „hluboké“ v hlubokém učení) neuronové sítě lidského mozku. Cílem je přimět počítač, aby se „naučil“ rozpoznávat vzory nebo provádět úkoly, které by byly příliš složité a časově náročné na „výuku“ pomocí tradičního softwaru.
Tím, že ručně označí auta na několika stech parkovištích a dodá data do počítačové sítě, může software zjistit, jak auto vypadá, a následně je spočítat v tisících dalších obrázků. (Okružní pohled, satelitní snímky: DigitalGlobe) Podrobnosti o hlubokém učení jsou technické, ale na základní úrovni je to překvapivě jednoduché. Pokud jde o měření maloobchodních trendů s aktivitou na parkovišti, Crawford říká, že společnost nejprve nechala zaměstnance ručně označit auta na několika stech parkovištích červenými tečkami. "Pak přidáte každé jednotlivé auto do neuronové sítě a zobecní vzorce světla a tmy, obraz pixelů automobilu, " říká Crawford. "A když se [počítač] podívá na nový obrázek, to, co v zásadě dělá, je docela sofistikované, ale v zásadě to odpovídá vzoru."
Při odhadu maloobchodní činnosti Crawford říká, že jeho společnost je mnohem lepší při odvozování toho, jak se řetězci daří na národní úrovni, měřením toho, jak jsou plná parkovací místa v průběhu času, a porovnáním toho, jak plná byla stejná šarže v předchozích čtvrtletích pomocí starších obrázků, než měřit zdraví jednotlivého obchodu.
Přiznává, že mnoho maloobchodníků již má způsob, jak tyto údaje sledovat ve svých vlastních obchodech, ale rádi by věděli, jak si jejich konkurenti dělají měsíce před zveřejněním finančních výsledků. Totéž by platilo o zajišťovacích fondech, o kterých Crawford říká, že patří k nejstarším zákazníkům společnosti. Je snadné pochopit, jak by tento druh údajů mohl investorům poskytnout výhodu. Satelitní snímky jsou již k dispozici a Orbital Insight jej právě analyzuje, takže je nepravděpodobné, že by to vyvolalo obavy týkající se obchodování zasvěcených osob.
Pokud síť udělá občasnou chybu, řekněme, že si zametá skládku pro auto, není to problém, vysvětluje Crawford, protože chyby mají tendenci se navzájem rušit ve velkém měřítku. Pro věci jako odhady ropy, i když jsou pryč o několik procentních bodů, je to stále lepší než čekat až šest týdnů na konkrétnější data.
I když se zdá, že spuštění se zaměřuje především na poskytování dat tržním investorům, to, co společnost dělá, by se dalo použít i na altruističtější využití. "V budoucnu jsme zvědaví, jak to využít k detekci odlesňování a detekci věcí, jako je stavba silnic, které by mohly být předchůdcem odlesňování, " říká Crawford. „Jsou zde také opravdu zajímavé věci, které lze udělat při pohledu na sněhové zpravodajství, vodu a další aspekty změny klimatu.“ Také říká, že se dívají do zemědělství třetího světa, a říká, že vícespektrální snímky jsou dobrým způsobem, jak říct jak zdravé jsou rostliny, předpovídat selhání plodin.
Jakýkoli aspekt velkých dat, který také zahrnuje satelitní snímky, samozřejmě vyvolává problémy s ochranou soukromí. Orbital Insight však nefotografuje, ale přistupuje k a analyzuje již dostupné obrázky. A jak Crawford zdůrazňuje, současné americké předpisy pro komerční zobrazovací satelity stanoví, že nemůžete klesnout pod 20 cm na pixel. Při tomto rozlišení by se průměrný člověk ukázal jako několik bodů. Bylo by tedy obtížné vůbec rozlišovat jednotlivé lidi, natož identitu člověka nebo dokonce pohlaví.
Crawford říká, že většina krátkodobých pokroků v technikách hlubokého učení obecně bude zahrnovat zjednodušení a automatizaci vylepšení algoritmů (což znamená méně manuální značení automobilů nebo kukuřičných polí), aby společnosti mohly rychleji aplikovat strojové učení do nových oblastí.
Pokud jde konkrétně o budoucnost Orbital Insight, zakladatel společnosti rozhodně nemluví maličko. Má ráda, co společnost dělá, aby vytvořil „makroskop“, který by mohl ovlivnit svět do stejné míry, jakou mikroskopie transformovala biologii.
"Hodně toho, co vidíme na Zemi, ať už je to kukuřičný výnos nebo odlesňování nebo zásoby ropy, jsou tak velké, že je nevidíte lidským okem, protože byste museli zpracovat milion obrázků najednou.", “Říká Crawford. "Nakonec to změní způsob pohledu na Zemi, změní způsob, jakým o tom přemýšlíme, a změní způsob, jakým přemýšlíme o jeho řízení."
