Amazon и ЦРУ создают ИИ для анализа спутниковых фото

Татьяна Новак

Подразделение ЦРУ CosmiQ Works совместно с компаниями Amazon, NVIDIA и DigitalGlobe начало разработку искусственного интеллекта, который будет самостоятельно распознавать и маркировать объекты на спутниковых снимках. Это позволит создать крупнейшую онлайн-базу маркированных фотографий со спутников SpaceNet, пишет MIT Technology Review.

На данный момент в базе уже есть фотографии Рио-де-Жанейро, сделанные спутниками компании DigitalGlobe. Снимки охватывают 1900 квадратных километров площади города с разрешением в 50 сантиметров, на них вручную отмечены контуры 200 000 зданий. Этот стартовый набор данных учёные используют для обучения алгоритма распознавать и маркировать объекты самостоятельно. «Нам необходимо разработать новые алгоритмы для этих данных. Каждую минуту в мире что-то происходит. Пока коммерческие структуры готовы собирать снимки в глобальном масштабе, мы должны развивать наши способности для анализа данных, чтобы реализовать потенциал проекта», — говорит Тони Фрейзер, старший вице-президент компании DigitalGlobe.

Фото со спутника DigitalGlobe

Основатели проекта обещают, что Spacenet будет включать в себя детальные изображения 500 000 квадратных километров Земли в высоком разрешении, на которых можно будет разглядеть не только контуры зданий, но даже дорожные знаки и парковые скамейки. База SpaceNet будет смоделирована по принципу ImageNet — коллекции из 14 000 фотографий с метаданными.

«Инновации алгоритмов искусственного интеллекта подпитываются большими, высококачественными, маркированными наборами данных — такими как SpaceNet, и гибкими инструментами машинного обучения с открытым исходным кодом», — говорит Джон Баркер из компании NVIDIA. В рамках проекта компания предоставит инструменты для обучения и тестирования алгоритма. Amazon предоставит для проекта свои сервисы облачных вычислений.

Основатели проекта считают, что SpaceNet пригодятся различным стартапам и исследовательским лабораториям, которые изучают изменения городской инфраструктуры. Также они помогут городским властям оперативно замечать проблемы — например, мусорные свалки.

Ранее в Стэнфордском университете разработали алгоритм, который с помощью машинного обучения по спутниковым снимкам оценивает уровень благополучия бедных регионов. Эта технология поможет более рационально распределять гуманитарную помощь, направляя её в первую очередь в места, где в ней нуждаются больше всего.

Загрузить еще