Er is nu een programma waarmee je de hele wereld kunt analyseren

Vorige maand heeft het commerciële bedrijf Planet de laatste 88 van in totaal 149  satellieten geinstalleerd in de ruimte.

Volgens de website van Planet is het bedrijf opgericht met één doel: een manier ontwikkelen om iedere dag beelden het hele aardoppervlak in hoge resolutie vast te leggen. Op dit moment zijn er wel satellieten die dit werk doen, zoals Sentinel-2 en Landsat, maar duurt het nog 10 tot 16 dagen voordat ze de hele wereldbol rond zijn, en de resolutie van beelden is bovendien ook nog veel lager.

Het observeren van de Aarde is een snelgroeiende industrie en een omzet van naar verwachting 3,5 miljard euro in 2024. Dus het idee van Planet om iedere dag een selfie te maken van onze planeet is zo slecht nog niet en het gaat in de toekomst zeker veel pegels opleveren. Het enige wat nu nog voor problemen zorgt zijn de grote hoeveelheden satellietbeelden. Deze moeten gesorteerd worden zodat ze bruikbaar zijn (zoals National Defense Magazine zegt: als het gaat om satellietbeelden is er te veel data en te weinig kennis).

En daarom is GeoVisual Search ontstaan. Het is een nieuw platform waarbij iedereen kan helpen deze data te ordenen door de hele planeet af te speuren naar visueel vergelijkbare objecten.

Het werkt eigenlijk als een soort van Google afbeeldingen voor openbare satellietbeelden. GeoVisual Search is de nieuwste techniek van Descartes Labs, een spinoff van deeplearning onderzoekers verbonden aan de Los Alamos National Laboratory.

Het eerst product van dit bedrijf was een systeem die satellietbeelden onderzocht om te voorspellen hoe gewassen zouden groeien. Met de ervaring van het jaren verzamelen van openbare en privé satellietdata heeft Descartes Lab drie samengestelde kaarten van hoge resolutie gemaakt: één van de hele wereld gebaseerd op de beelden van Landsat 8 van de NASA, een op basis van het National Aerial Imagery Program van de VS, en een derde set gebaseerd op de Chinese satellietbeelden.

Elke van deze kaarten wordt vervolgens ontleed in kleine tegels van 128 pixels breed. De Amerikaanse kaart heeft de hoogste resolutie met 2 miljard tegeltjes van 128x128 pixels. Deze tegels worden ingevoerd in een neuraal netwerk, een soort machine die gemodelleerd is op basis van het menselijke brein.  Dit neurale netwerk analyseert iedere tegel op 512 kenmerken zoals de kleur van de afbeelding, en hoeken, om te bepalen hoe de tegels van elkaar verschillen. De 390,000 bits informatie worden gecomprimeerd tot 512 bits zodat de informatie doorzoekbaar wordt met pc's

Als een gebruiker ergens op de kaart klikt, zal het algoritme op zoek gaan naar relevante tegels die erop lijken, zowel op de wereld-, Amerikaanse of Chinese kaart. Ondanks dat het algoritme nog niet perfect is, kan het toch al honderden resultaten weergeven die er op lijken. Dit zie je vooral terug bij objecten zoals windturbines of zonnepanelen.

Tot nu toe zijn de toepassingen van GeoVisual nog niet echt duidelijk, naast natuurlijk een leuke manier om de tijd doden. De CEO van Descartes, Mark Johnson, ziet het vooral voor zich dat in de toekomst professionals, die normaal gesproken manueel door luchtfoto's moeten scannen, veel sneller kunnen werken. Descartes' AI-systeem kan suggesties doen voor waar ze naar op zoek zijn en ze het sneller kunnen vinden.

"Bij GeoVisual Search draait het echt om het bouwen van een infrastructuur die toepasbaar is voor analyses op een wereldwijde schaal," vertelt Johnson. "Er is heel veel mogelijk zodra we alles op onze planeet vanuit boven kunnen identificeren."