Космические снимки из «Сириуса»: как стартапер из МАИ запустил высокотехнологичный бизнес
Бизнес на космосе — это не обязательно история про Илона Маска. Космические и информационные технологии продвинулись так далеко, что теперь зарабатывать на нём можно, не выходя за пределы офиса, даже если он расположен на «Сириусе».
Об этом в интервью рассказал основатель компании SR Data, выпускник Московского авиационного института Игорь Кожелин.
Как вы пришли к идее создать компанию по приобретению и анализу спутниковых снимков?
Сама идея возникла из изучения рынка. Ранее мы занимались развитием и внедрением высоких технологий для государственных корпораций, и в какой-то момент увидели, что появляется всё больше запросов на аналитику из космоса. Это сам по себе интересный случай: то, о чём ты никогда не задумывался, вдруг, совершенно неожиданно оказывается, пользуется спросом. Стали анализировать рынок и увидели, что этот спрос пока не удовлетворён, что компаний в этом сегменте не супер много, и таким образом посчитали, что нужно создавать свою компанию. SR Data появилась в августе 2022 года. Недавно нам исполнилось два года. На сегодняшний день мы являемся резидентами ИНТЦ «Сириус». «Сириус» — это история про биотехнологии, космос, искусственный интеллект, максимально близкая для нас. Мы стали участниками этой особой экономической зоны, имеем различные льготы со стороны государства и имеем право использовать различные ресурсы в рамках ИНТЦ.
Для каких целей людям нужны космические снимки и их анализ? Кто у вас их в основном покупает?
На сегодняшний день мы так или иначе работаем с 14 отраслями. В первую очередь они нужны аграриям, потому что достаточно крупные поля сложно мониторить, большинство полей находится в западной и южной части России, где запрещено использовать БПЛА, однако за последние годы аграрии привыкли получать данные с полей с БПЛА и таким образом контролировать влажность почвы, наличие заболеваний, паразитов и т.д. Всё это можно увидеть и из космоса, причём получить эти данные намного дешевле, чем использовать БПЛА, если у вас достаточно большие площади.
Во-вторых, это лесное хозяйство. Лесов в России очень много, с БПЛА их практически нереально мониторить. Обычно их мониторят с БПЛА или при помощи аэрофотосъёмки летом, и только в тех местах, где чаще всего происходят пожары. Космические данные намного дешевле и позволяют подсчитать весь массив лесов, увидеть и предупредить очаги пожаров, заболеваний растений. Особенно это выгодно в случае незаконных вырубок, которые выливаются в большие суммы денег: гораздо выгоднее мониторить раз в месяц состояние лесов, чем каждый раз не досчитываться леса и заново его сажать.
Третья крупная отрасль — добывающая промышленность. При добыче полезных ископаемых есть риски экологического загрязнения, аварий и катастроф. Всё это можно контролировать путём наблюдения из космоса. Поскольку нефтяные и горнодобывающие предприятия разбросаны по огромным и труднодоступным территориям, то наблюдать из космоса значительно удобнее и быстрее.
То же самое в строительной промышленности. Здесь выгодно мониторить объекты, которые находятся в арктической или в любой другой труднодоступной зоне, как правило, это крупные промышленные предприятия или крупные дороги. Из-за удалённости получается достаточно дорогая логистика, если мы отправляем туда аудиторов или производим аэрофотосъёмку. Получить снимки из космоса и сделать по ним аналитический отчёт, не выходя из кабинета, гораздо быстрее, удобнее и дешевле, ведь неважно, снимаете ли вы Москву или Сибирь, стоимость снимка одинаковая.
Большую заинтересованность проявляют и банки, потому что почти все промышленные и строительные предприятия кредитуются у банков. Банкам же нужно контролировать использование средств, которые они выделили на строительство, развитие, действительно ли они тратятся по назначению, нет ли проблем с активами. Банкам нужна такого рода информация, чтобы можно было оперативно отреагировать. Это очень важно для банковского бизнеса.
Космические снимки дают такое большое приближение, что позволяют увидеть паразитов на сельскохозяйственных культурах?
Нет. Приближение на спутниковых снимках конечно используется высокое, но не сверхвысокое. Однако за счёт площади, объёмов и возможности работать с инфракрасным излучением, индексами NDVI и другими индексами можно определить проблемы, связанные с растениями, в частности, мы можем увидеть изменения в хлорофилле, в составе растений и прийти к выводу — тут срабатывает или опыт, или искусственный интеллект — что растениям либо не хватает питательных веществ, либо воды, либо это какое-то заболевание. Опять же, если повреждён только один куст, разрешения спутникового снимка не хватит, чтобы найти этот куст. Но если начинается распространение какой-то болезни на площади от нескольких метров, высокого разрешения как раз более чем достаточно, чтобы заблаговременно увидеть эти самые точки.
Каким образом люди раньше получали спутниковые снимки? Что им необходимо сделать сейчас?
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. Просто и доступно, как в интернет-магазинах. На первых порах мы даже позиционировали это как маркетплейс, условный Wildberries или Ozon для космических снимков.
Каким образом производится анализ спутниковых снимков?
Снимки, которые пользователь заказывает у нас, автоматически сохраняются на платформе, и дальше их можно выбрать для анализа с помощью модели машинного обучения.
Обученные нейросети — это результат нашей интеллектуальной деятельности. Для их обучения мы брали наши данные и производили трудоёмкую работу по их разметке. В этом нам сильно помогают студенты Московского авиационного института — у нас действует соглашение с IT-Центром МАИ, — такое же соглашение у нас есть с ЮЗГУ, КФУ и другими российскими вузами.
Сначала мы пытались создать одну единую нейросеть, которая могла бы работать с определённым разрешением, но столкнулись с рядом проблем. Во-первых, одни и те же снимки с одинаковым разрешением, но сделанные с двух разных спутников, могут различаться по коррекции и передаче данных. Во-вторых, в принципе невозможно сделать нейросеть, которая бы идеально подходила под все виды объектов. Она либо хорошо распознаёт леса, либо поля. Одинаково и то, и другое распознавать у нас не получилось. Поэтому мы пошли по такому пути: обучить несколько 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 продолжаем активную работу по доработке, созданию новой нейросети по анализу аэрофотоснимков.
Сколько снимков и за какое время способна проанализировать нейросеть?
За пять часов обученная нейросеть способна обработать спутниковые снимки до двух тысяч квадратных километров площадей. Важное уточнение: это снимок относительно однородной территории. Для того, чтобы найти лес, реку не нужны большие вычислительные мощности. Самое сложное — это как раз распознавание различных строений.
Вы рассказали об обучении нейросети по анализу аэрофотоснимков. Какие задачи такие снимки могут помочь решить, которые не могут решить спутниковые?
В первую очередь, у аэрофотоснимков в разы будет лучше разрешение. Стандартное разрешение таких снимков — от 1 до 10 см. У космических снимков самое высокое: с использованием искусственного интеллекта — 15 см, без искусственного интеллекта — 25 см, но мы работаем в основном с разрешением в 50 см. Таким образом, спутниковые снимки по сути в десять раз уступают по точности аэрофотоснимкам. Аэрофотосъёмка позволяет более детально анализировать местность, что может быть очень важно для более детальной оценки экологических загрязнений. Возьмём, например, утечку с нефтепровода. Небольшое пятно с космического снимка тяжело заметить, а с помощью аэрофотосъёмки — можно. Кадастровые карты при помощи аэрофотосъёмки получаются точнее и лучше. Или возьмём новые жилищные комплексы. Они занимают небольшую площадь и по ним требуется более детальная аналитика, которую по снимкам из космоса пока, к сожалению, невозможно получить. Здесь также используется аэрофотосъёмка.
Какое образование вы получили и как пришли к идее создать свой стартап?
Я — дважды выпускник МАИ. Первое образование я получал в Аэрокосмическом институте этого университета. Учился я с 2008 по 2014 год на 601-й кафедре «Космические системы и ракетостроение». Мне с детства нравилось всё, что касается космоса, технологий, поэтому мне захотелось получить качественное аэрокосмическое образование. На мой взгляд МАИ здесь № 1 в России.
Пока я учился в МАИ, я стал председателем профсоюза Аэрокосмического института. В какой-то момент я стал очень много заниматься развитием стартапов, причём в том же самом МАИ. У нас появился бизнес-инкубатор, где я сначала отучился, а потом стал с ним сотрудничать. Здесь я осознал, что мне нужно научиться считать деньги и пошёл в 5-й Институт на кафедру «Инновационная экономика, финансы и управление проектами», и параллельно получил сразу два образования. В какой-то момент я понял, что хочу заниматься не наукой, а предпринимательством. Волей случая, спустя много лет, я начал заниматься деятельностью, связанной с космосом и активно сотрудничать с МАИ, с родной Alma Mater.
Из кого сформирована команда SR Data? Как к вам приходят новые сотрудники?
У нас работает очень много выпускников МАИ, причём разных лет, есть на 5-10 лет старше меня, есть младше, чаще всего это выпускники Аэрокосмического института, Института № 5 «Экономика и менеджмент высокотехнологичной индустрии» МАИ, 8-го Института «Компьютерные науки и прикладная математика».
По статистике у нас процентов 30-35 — это выпускники МАИ. При этом мы придерживаемся политики не брать людей только из одного вуза. Я сторонник того, что чем больше в компании выпускников различных вузов и организаций, тем компания устойчивее. Поэтому у нас работают коллеги из МФТИ, Бауманки, КФУ, ВГУ, IT-колледжа «Сириус» и других вузов и институтов.
Большинство людей из нашей сферы хотят создавать крутые классные современные проекты, многие из них поработали в госкомпаниях аэрокосмической отрасли или близ неё, столкнулись с бюрократией, поняли, что там очень тяжело работать, мало возможностей для творчества и самореализации, а мы такую возможность как раз предоставляем. В итоге люди сюда приходят, чтобы реализовать свои амбиции, заниматься проектами, а не бюрократией.
Материал подготовлен при поддержке Минобрнауки России.
