Стартаперы из «Сириуса» запустили интеллектуальный облачный сервис по обработке космических снимков
Резидент ИНТЦ «Сириус» компания SR Data запустила в промышленную эксплуатацию облачный сервис, который позволяет приобретать, анализировать при помощи искусственного интеллекта и хранить космические снимки.
Потребность в анализе данных из космоса год от года растёт. Устойчивый спрос к ним проявляет сельское и лесное хозяйство, добывающая и строительная промышленность, банковский сектор.
Для аграгиев снимки из космоса — это более дешёвый и доступный способ узнать, что происходит на полях, оперативно отслеживать появление вредителей и болезней. Для лесных хозяйств — оперативно предупреждать незаконную вырубку, для нефтедобывающих компаний — экологические риски. Строители получают лёгкий и дешёвый способ мониторить объекты в труднодоступной, например, арктической зоне, 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 клиент получал 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, 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 — это зайти на платформу, указать нужные параметры, посмотреть наиболее подходящие снимки, там же происходит автоматический расчёт снимков, оплата и заключение соглашения о получении космических данных. В среднем это занимает не больше 5 минут. Всё также просто и доступно, как в интернет-магазинах, типа Wildberries или Ozon, — рассказывает генеральный директор SR Data, выпускник МАИ Игорь Кожелин.
Однако быстрое и удобное приобретение космических снимков — это только первый шаг. Ручной анализ снимков малоэффективен, занимает много времени и труда, 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 либо хорошо распознаёт леса, либо поля. Одинаково и то, и другое распознавать в рамках нейросети не получается. Поэтому мы пошли по пути создания нескольких специализированных нейросетей под различные отрасли и задачи. Одну — для сельского хозяйства, вторую — для лесного хозяйства, третью — для строительной индустрии. Сейчас у нас суммарно пять работающих нейросетей, но мы сейчас ведём активную работу по доработке, созданию новой нейросети по аэрофотосъёмкам. За пять часов такая нейросеть 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 и лучше. 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.
