Выпускник МАИ запустил интеллектуальный облачный сервис по обработке космических снимков
Резидент инновационного научно-технологического центра «Сириус», компания SR Data, запустила в промышленную эксплуатацию облачный сервис, который позволяет приобретать, анализировать при помощи искусственного интеллекта и хранить космические снимки. Об этом рассказал основатель компании, выпускник Московского авиационного института Игорь Кожелин.
Потребность в анализе данных из космоса год от года растёт. Устойчивый спрос на них проявляют сельское и лесное хозяйство, добывающая и строительная промышленность, банковский сектор.
Для аграриев снимки из космоса — дешёвый и доступный способ узнать, что происходит на полях, оперативно отслеживать появление вредителей и болезней. Для лесных хозяйств — возможность оперативно предупреждать незаконную вырубку, для нефтедобывающих компаний — управление экологическими рисками. Строители получают лёгкий и дешёвый способ мониторить объекты в труднодоступных зонах, например арктической, а банки — следить за целевым расходованием инвестиций. Где бы ни находились объекты контроля — в Москве, Сибири, на жарком юге или арктическом севере, — спутниковые фотоснимки стоят одинаково недорого.
— На протяжении многих лет люди заказывали снимки из космоса в ручном формате, через электронную почту. Сначала высылали коммерческие предложения, запросы, потом заключали соглашение, после чего получали снимок. По нашим расчётам, в среднем в зависимости от уровня клиента приходилось писать от 4 до 20 электронных писем, а сам процесс занимал от одной недели до двух месяцев. Но спрос на спутниковые данные растёт, как растёт и количество данных. Возникла потребность автоматизировать этот процесс. И первое решение, которое мы выработали с командой, это создание сервиса по быстрому и удобному заказу спутниковых снимков. Он избавляет клиента от необходимости заключать договор с компанией — владельцем спутников. Всё, что ему нужно, — зайти на платформу, указать нужные параметры, посмотреть наиболее подходящие снимки, там же происходят автоматический расчёт, оплата и заключение соглашения о получении космических данных. В среднем это занимает не больше пяти минут. Всё так же просто и доступно, как в интернет-магазинах, типа Wildberries или Ozon, — рассказывает Игорь Кожелин.
Однако быстрое и удобное приобретение космических снимков — это только первый шаг. Их ручной анализ малоэффективен, занимает много времени и сил, сильно подвержен воздействию человеческого фактора. Поэтому с самого начала стартаперы ориентировались на создание удобного механизма анализа снимков при помощи искусственного интеллекта.
— Сначала мы пытались создать одну единую нейросеть, которая могла бы работать с определённым разрешением. Но оказалось, что невозможно сделать нейросеть, которая бы идеально работала со всеми видами объектов. Например, она хорошо распознаёт либо леса, либо поля. Одинаково и то, и другое распознавать не получается. Поэтому мы пошли по пути создания нескольких специализированных нейросетей под различные отрасли и задачи. Одну — для сельского хозяйства, вторую — для лесного, третью — для строительной индустрии. Сейчас у нас суммарно пять работающих нейросетей, но мы ведём активную доработку и занимаемся созданием новой нейросети по аэрофотосъёмкам. За пять часов она способна обработать снимки до двух тысяч квадратных километров площадей, — говорит стартапер.
В этом месяце запущен в промышленную эксплуатацию последний элемент сервиса — облачное хранилище SR Data Cloud, который позволяет замкнуть весь процесс хранения и обработки спутниковых снимков в одной среде и иметь доступ к ней с любого компьютера в любой точке земного шара.
Но стартаперы из «Сириуса» на этом не останавливаются. В будущем платформу планируют оснастить сервисом по приобретению и анализу аэрофотоснимков.
— Аэрофотоснимки имеют в разы лучшее разрешение, чем спутниковые, поэтому аэрофотосъёмка позволяет более детально анализировать местность. Возьмём, например, утечку из нефтепровода. Небольшое пятно с космического снимка заметить трудно, а с помощью аэрофотосъёмки — легко. Она лучше подходит для составления кадастровых карт, снимки получаются точнее. Или, например, новые жилищные комплексы. Они, как правило, занимают небольшую площадь и по ним требуется более детальная аналитика, — отмечает Игорь Кожелин.
Материал подготовлен при поддержке Минобрнауки России