Publicidade

IA torna o acesso a imagens de satélite tão fácil quanto usar o Google Earth

Por| Editado por Douglas Ciriaco | 27 de Julho de 2021 às 13h03

Link copiado!

cookelma/Envato
cookelma/Envato

Pesquisadores da Universidade da Califórnia em Berkeley, nos EUA, desenvolveram um sistrema de aprendizagem de máquina capaz de simplificar imagens e dados obtidos por satélites. O MOSAIKS (Multi-Task Observation using Satellite Imagery and Kitchen Sinks) pode analisar centenas de variáveis em escala global, como condições do solo, suprimento de água, habitação, saúde e pobreza.

Atualmente, os satélites de imagens são programados para capturar e enviar informações sobre tópicos restritos, como regiões de queimadas ou condições de solos agrícolas. O problema é que esses dados não chegam como imagens nítidas e ordenadas, mas sim como arquivos brutos repletos de informações binárias que precisam ser decodificadas.

"As imagens de satélite contêm uma quantidade incrível de dados sobre o mundo, mas o truque é como traduzir os dados em percepções utilizáveis ​​sem ter um ser humano altamente qualificado por trás. Projetamos nosso sistema de IA para ter acessibilidade, de forma que uma pessoa possa executá-lo em um laptop, sem treinamento especializado, para resolver problemas locais", explica a estudante de ciência da computação Esther Rolf, coautora do estudo.

Continua após a publicidade

Quase um Google Earth

Mais de 700 satélites de imagens enviam dados à Terra 24 horas por dia, sete dias por semana. São mais de 80 terabytes diários de fotos, números, medições e informações generalizadas que abastecem diversos data centers espalhados pelo mundo. Só o armazenamento dessa quantidade de dados requer um investimento muito alto e um poder de processamento computacional avançado.

A desvantagem é que países mais pobres não têm acesso imediato a esses dados geoespaciais em uma linguagem compreensível, limitando a exploração dessas informações a acadêmicos ou agências especializadas em nações ricas que concentram esses centros de análise e divulgação.

Continua após a publicidade

O sistema criado pelos pesquisadores utiliza a aprendizagem de máquina para reunir os dados fornecidos por vários satélites e organizá-los de maneira mais acessível para o público leigo. Funciona mais ou menos como o Google Earth Engine, uma plataforma pensada para analisar dados geoespaciais globais e facilitar o acesso comunitário.

"Essa comparação com o Google vai só até um certo ponto, já que o MOSAIKS traduz uma quantidade pesada de dados em informações utilizáveis. Talvez uma analogia melhor fosse que o sistema pega informações muito densas — digamos, um artigo muito grande — e produz um resumo", pondera Rolf.

Aprendizagem de máquina

O MOSAIKS aprende a reconhecer padrões minúsculos nas imagens, utilizando algoritmos para simplificar o processo. Em vez de concluir que um objeto é uma árvore, por exemplo, o sistema identifica padrões e os agrupa em um banco de dados. Esse sistema pode ser aplicado para caracterizar objetos semelhantes em qualquer parte do mundo.

Continua após a publicidade

Ao reunir milhares de terabytes de centenas de fontes diferentes, qualquer pessoa poderia escolher uma vila, região ou país para conseguir dados organizados sobre temas como umidade do solo, condições climáticas, movimentos de migração e desastres ambientais, sem precisar de uma supercomputador ou de conhecimento avançado sobre o tema.

Com esses dados acessíveis em tempo real, seria possível monitorar extensas áreas de pastagens, o crescimento desordenado do desmatamento em várias regiões do planeta, ou fatores relacionados ao aquecimento global em locais mais afastados e de difícil acesso como a Groenlândia ou a Antártica.

"Essas áreas são tão grandes, e ter pessoas sentadas ali, olhando fotos e contando icebergs é realmente ineficiente. Mas com o MOSAIKS, você poderia automatizar isso e rastrear se essas geleiras estão realmente se desintegrando mais rápido, ou se isso tem acontecido o tempo todo", lembra o diretor do Laboratório de Políticas Globais da Escola de Políticas Públicas Goldman, Solomon Hsiang, autor principal do estudo.

Continua após a publicidade

Em países em desenvolvimento, os governantes também poderiam utilizar essa tecnologia para orientar decisões rotineiras, como onde construir estradas, aproveitar melhor as riquezas naturais, definir a implantação de políticas públicas ou investir os recursos em obras de infraestrutura e saneamento básico.

“Mandamos muitas coisas para o espaço. É uma conquista incrível, mas podemos obter um retorno muito maior para nossos investimentos com todos esses dados se popularizarmos essa informação de forma muito mais igualitária. Vamos deixar o mundo usá-los de uma maneira mais útil e transparente”, termina Hsiang.

Fonte: University of California - Berkeley