Mga Key Takeaway
- Ang mga satellite ay nagpapadala ng napakaraming data sa Earth araw-araw, ngunit ang pag-decipher sa impormasyon ay nangangailangan ng pera at kadalubhasaan.
- Bumuo ang mga mananaliksik ng bagong paraan upang magamit ang machine learning para magamit ang satellite data nang mura at madali.
- Maaaring gamitin ang satellite data para mapabuti ang kalusugan at magplano ng mga komunidad sa mga umuunlad na bansa.
Ang isang bagong paraan ng paggamit ng machine learning upang suriin ang mga satellite image ay maaaring makatulong sa mga tao sa buong mundo.
Higit sa 700 imaging satellite ang umiikot sa mundo, ngunit ang mga gobyerno at kumpanyang may kayamanan at kadalubhasaan lamang ang makaka-access sa data na kanilang ginagawa. Ngayon, sinabi ng mga mananaliksik sa isang kamakailang papel na nakaimbento sila ng machine learning system gamit ang murang halaga, madaling gamitin na teknolohiya na maaaring magdala ng satellite analytical power sa mga mananaliksik at pamahalaan sa buong mundo.
"Upang magplano ng imprastraktura tulad ng mga kalsada at tulay o upang ma-target ang tulong sa pagkain, kailangan nating malaman kung saan nakatira ang mga tao at kung ano ang kanilang mga pangangailangan," sinabi ni Jonathan Proctor, isang co-author ng papel, sa Lifewire sa isang panayam sa email. "Makakatulong ang satellite imagery at machine learning na sukatin ang mga sosyo-ekonomikong kondisyon sa mga lugar kung saan hindi sapat ang iba pang mga sukat."
Eyes in the Sky
Ang lumalaking fleet ng mga imaging satellite ay nagbi-beam ng humigit-kumulang 80 terabytes bawat araw pabalik sa Earth, ayon sa research paper. Ngunit kadalasan, ang mga imaging satellite ay binuo upang kumuha ng impormasyon sa makitid na mga paksa tulad ng mga supply ng tubig-tabang.
Ang data ay hindi dumarating nang maayos, maayos na mga larawan, tulad ng mga snapshot. Sa halip, ito ay raw data, isang masa ng binary information, at ang mga mananaliksik na nag-a-access sa data ay kailangang malaman kung ano ang kanilang hinahanap.
Makakatulong ang satellite imagery at machine learning na sukatin ang mga sosyo-ekonomikong kondisyon sa mga lugar kung saan hindi sapat ang iba pang mga sukat.
Ang pag-iimbak ng napakaraming terabytes ng data ay magastos. Ang pag-distill sa mga layer ng data na naka-embed sa mga larawan ay nangangailangan ng karagdagang kapangyarihan sa pag-compute at mga dalubhasa ng tao upang matukoy ito.
Para malutas ang mga problemang ito, binuo ng mga mananaliksik sa UC Berkeley ang MOSAIKS, maikli para sa Multi-Task Observation gamit ang Satellite Imagery at Kitchen Sinks. Maaari nitong suriin ang daan-daang variable na nakuha mula sa satellite data-mula sa mga kondisyon ng lupa at tubig hanggang sa pabahay, kalusugan, at kahirapan-sa buong mundo. Ipinapakita ng research paper kung paano maaaring mag-replicate ang MOSAIKS na may kaunting investment costly reports na inihanda ng US Census Bureau.
"Ang pagsasama-sama ng machine learning at remote sensing ay may potensyal na tulungan kaming subaybayan ang pagbabago sa ekolohiya, magplano ng mga pag-unlad ng imprastraktura sa hinaharap, at tumugon sa mga natural na sakuna sa real-time," sabi ni Esther Rolf, isang co-author sa papel. Lifewire sa isang panayam sa email.
Tulong Mula sa Itaas
Ang Satellite data ay susi na sa mga proyekto sa pagpapaunlad. Gumagamit ang gobyerno ng Brazil ng data na nagmula sa satellite para sa mga proyekto sa pag-unlad sa Amazonia, sinabi ni David Logsdon, ang executive director ng Space Enterprise Council, na hindi kasangkot sa pag-aaral, sa Lifewire sa isang panayam sa email. Sa US, gagamit ang mga planner ng satellite data para tumulong sa pagbuo ng 21st-century modernized network ng mga kalsada, tulay, at port sa pamamagitan ng pagkonekta sa mga IOT sensor.
"Ilang umuunlad na bansa ang pinagsasama-sama ang umuusbong na teknolohiya (AI, automation, cloud, atbp.) sa satellite data upang makatulong na mapabilis ang mga pambansang proyekto sa imprastraktura, " dagdag niya.
"Maaaring kasama sa data ng satellite ang mga pagsukat ng temperatura na sumusuporta sa pag-aaral ng global warming," sabi ni Iain Goodridge, senior director ng marketing sa Spire Global, isang kumpanyang gumagamit ng mga satellite para magbigay ng data at analytics, sa Lifewire sa isang email interview. Ang pagbabasa ng kahalumigmigan ng lupa ay maaaring makatulong sa mga maagang babala para sa tagtuyot at wildfire, kahit na sa mga malalayong lugar.
Ang parehong data ng lagay ng panahon na tumutulong sa paghula ng pag-ulan sa hapon ay maaari ding makatulong na matukoy ang mga komunidad na nasa panganib ng nakakahawang sakit, sabi ni Goodridge.
"Iyon ay dahil ang mga kondisyon sa kapaligiran ay maaaring makaapekto sa paghahatid," dagdag niya. "Upang isaalang-alang ang mga salik na ito, ang mga epidemiologist kung minsan ay nagsasama ng data ng panahon-gaya ng mga modelo ng temperatura, halumigmig, at ultraviolet index-in na nagtataya kung paano kumalat ang mga sakit."
Makakatulong din ang satellite data na suriin ang mga pattern ng panahon at ang panganib ng mga natural na sakuna para sa isang rehiyon kapag nagpaplano ng imprastraktura mula sa mga tirahan hanggang sa mga power grid.
Ang kamakailang pag-imbento ng MOSAIKS ay maaaring magdala ng mga benepisyo ng satellite data sa mas maraming tao.
"Sa pangkalahatan, ang paggamit ng malayuang pakiramdam na mga hula ng mga resulta ng ekonomiya upang ipaalam sa publiko ang paggawa ng desisyon ay nasa simula pa lamang," sabi ni Proctor."Gayunpaman, ang dumaraming kasaganaan ng satellite imagery at machine learning algorithm, ay malamang na magsisimula ng growth spurt sa mga darating na taon."
