Sempre quis a pesquisa de imagens para o Google Earth? Esta ferramenta impulsionada por IA faz isso

A Pesquisa GeoVisual do Descartes Labs permite que os usuários encontrem correspondências em todo o mundo para qualquer recurso em uma imagem de satélite.

Sempre quis a pesquisa de imagens para o Google Earth? Esta ferramenta impulsionada por IA faz isso

Há uma única turbina eólica perto da interseção da 760th St. com a Quincy Road em Massena, Iowa. É apenas um dos milhares localizados em todo o país. E se você quisesse saber onde os outros estão?



Ou se você estivesse olhando para o parque solar próximo à interseção da New Mexico State Road 26 e New Mexico State Road 27, fora de Deming, Novo México, e quisesse saber onde as outras estão localizadas?

Encontrar essas coisas seria o mesmo que ser capaz de pesquisar objetos ou estruturas no Google Earth - algo que o Google não permite atualmente. Então, como você faria isso?



Graças a uma nova ferramenta do Descartes Labs - uma startup do Novo México que fornece análises baseadas em IA de imagens de satélite para a indústria, academia e governo - encontrando cada campo de milho, arena esportiva, turbina eólica, chaminé ou qualquer outro objeto visível em imagens de satélite , é tão fácil quanto clicar em um que você conhece e deixar que a inteligência da máquina assuma o controle.



Lançado hoje, Pesquisa GeoVisual permite que qualquer pessoa execute uma consulta automática em uma das três coleções de imagens de satélite - uma para os EUA, uma para o mundo e uma para a China - a fim de procurar a localização de praticamente qualquer elemento identificável em uma dessas coleções.

Diamante de beisebol, turbina eólica e uma casa com um fosso

Embora o melhor motivo para usar a ferramenta seja o fato de ser muito legal, diz o CEO da Descartes Labs, Mark Johnson, o caso de negócios é que, quando a empresa fala com seus clientes sobre o GeoVisual Search, eles ficam muito animados e começam a debater ideias sobre como para usar imagens geoespaciais e inteligência de máquina para seus negócios.



De forma mais prática, a ferramenta tem uma ampla gama de usos, começando, diz Johnson, por permitir que aqueles que precisam saber esses tipos de coisas vejam como as coisas mudam ao redor do mundo. Por exemplo, ele diz, você poderia executar uma consulta sobre moinhos de vento uma vez por semana e observar como seus números e localizações diferem ao longo do tempo.

Johnson disse que houve tentativas anteriores em pequena escala de tal ferramenta de busca, incluindo uma feita por uma equipe da Carnegie-Mellon University que permite aos usuários consultar imagens em sete cidades dos EUA.

Cofundador e CEO Mark Johnson



É legal olhar para São Francisco, mas São Francisco tem [apenas] 50 milhas quadradas, diz Johnson. Pensamos: ‘Como podemos fazer isso para todo o planeta?’

A resposta é dividir o mapa dos EUA, China ou do mundo em um grande número de blocos, empregando vários redes neurais para avaliar uma pontuação de similaridade em cada bloco e, em seguida, fornecer rapidamente os blocos que são julgados pelo sistema como mais semelhantes ao originalmente pesquisado.

O sistema usa as redes neurais para procurar impressões digitais, explica Johnson, e então tenta encontrar as correspondências mais próximas.

O truque não é apenas encontrar as correspondências adequadas. Também os fornece rapidamente. Embora a ferramenta retorne muitos falsos positivos - resultados que parecem semelhantes ao que está sendo consultado, mas não são realmente os mesmos - ela faz um trabalho admirável ao entregar uma lista de resultados de qualidade quase imediatamente.

Esses resultados são fantásticos no caso de objetos muito distintos, como turbinas eólicas, e um pouco menos impressionantes ao procurar coisas como estádios ou subúrbios.

Pesquisa GeoVisual

Mas Johnson não se incomoda com falsos positivos. Ele até fica um pouco animado ao falar sobre como uma consulta por subúrbios retorna alguns resultados que são, na verdade, canais de rios passando por montanhas.

Ele também retorna várias localizações reais de subúrbios e, mesmo com os erros, Johnson acha isso impressionante, especialmente considerando que a ferramenta é capaz de realizar essas pesquisas sem nunca ser mostrado o que é um subúrbio, uma chaminé ou uma turbina eólica, e assim por diante. O sistema simplesmente encontra os resultados comparando o conteúdo de milhares de blocos com o conteúdo do bloco original. E rápido.

Johnson não está particularmente preocupado com as implicações de privacidade da ferramenta, uma vez que as imagens são de satélites públicos. Ainda assim, ele reconhece que a capacidade de analisar rapidamente as imagens, que é atualizada diariamente, é algo que nunca foi possível.

aplicativo de cartão de loja h & m

Mas, em última análise, o que a ferramenta permite é clicar em, digamos, uma casa e encontrar casas visualmente semelhantes em todo o país ou no mundo. Não há muito perigo nisso, Johnson argumenta.

Esperançosamente, as pessoas usarão isso para o bem do planeta, diz ele, e não para propósitos nefastos.