Сверху виднее

«Основным алгоритмом, под которым большинство людей понимает понятие „искусственный интеллект“, на сегодняшний день являются нейронные сети. Чтобы обучить такую сеть, нужен большой объем данных. Например, чтобы научить ее распознавать объекты на снимках, нужно взять много снимков и вручную разметить, где что. До сих пор данных было мало, но последние 3−4 года космические спутники стали сильно дешеветь. Это позволило за сравнительно небольшие деньги запускать много аппаратов, которые получают большой объем снимков», — рассказал «Чердаку» Валерий Комиссаров, проектный менеджер космического кластера «Сколково». Один из примеров применения этих технологий — подсчет машин на парковках крупных магазинов в Америке. «Мы учим нейронную сеть распознавать на снимках определенные объекты, например, автомобили. Индикатором какого процесса эти автомобили могут быть? Например, американская компания Orbital Insight подсчитывает количество автомобилей на парковке крупного супермаркета, сравнивают это количество с выручкой и находят зависимость. Это позволяет прогнозировать по количеству автомобилей выручку до того, как выйдет финансовый отчет», — объяснил Комиссаров. За Великой китайской стеной Другой пример — Китай — вторая крупнейшая (после США) экономика в мире, которая однако не стремится публиковать точную и аккуратную статистику. Например, Китай — один из крупнейших покупателей нефти в мире, в 2009 году китайское правительство заявило, что намерено создать стратегический запас нефти и активно ее скупает, что влияет на мировые цены. При этом страна мало заботиться о том, чтобы информировать окружающий мир о размере своих запасов. Поэтому внешние эксперты не могут предсказать, как долго еще продлится его покупательская активность, а значит, как она отразится на ценах на нефть в будущем. Статистические отчеты, которые время от времени публикует Китай, не помогают — как выяснила компания Orbital Insight в сентябре прошлого года, цифры в них сильно занижены. Резервуары, в которых хранится нефть, закрыты сверху крышками, которые поднимаются по мере поступления нефти в хранилище. По высоте резервуара и его диаметру можно судить о его вместимости, а по тени, которую стенки бака отбрасывают на крышку — о том, насколько он заполнен. Orbital Insight для начала проверили работу своих алгоритмов на данных о запасах нефти в США, которые «относительно хорошо известны», получив довольно точное (плюс-минус 8%) соответствие цифр, которые дает анализ космоснимков и официальная статистика. Затем они напустили свой софт на снимки территории Китая. Orbital Insight насчитали в четыре раза больше резервуаров для нефти, чем было известно по официальным данным, а ее запасы в мае 2016 года оценили в 600 миллионов бареллей, что почти в два раза превышает официальные данные, которые приводит для этого же месяца Bloomberg. Orbital Insight — не единственные, кто пристально следит за Китаем из космоса. Компания SpaceKnow в автоматическом режиме сравнивает снимки более шести тысяч индустриальных районов Китая, отмечая склады и стройки. На основании этих данных алгоритм рассчитывает индекс индустриальной активности страны, который в данном случае в общем показывает те же тенденции, что и официальная статистика, однако делает это быстрее. Африканская беднота Для стран Африки официальная статистика по экономическим показателям также часто запаздывает. Чтобы отслеживать экономическую активность быстрее, чем выходят официальные данные, SpaceKnow анализирует ночные снимки, сравнивая интенсивность ночного освещения по месяцам и кварталам. Подобный мониторинг существует и для Индии. В бедных района такие данные позволяют точнее оценить материальное положение населения. Подобные исследования проводит Всемирный банк и другие организации. Например, в Массачусетском технологическом институте с помощью спутниковых снимков в дополнение к «обычным» полевым исследованиям следят за жизнью в кенийской Кибере — самых больших трущобах Африки. Крыши домов там обычно железные, соответственно, по их отражающей способности ученые могут отслеживать, насколько они проржавели и давно ли менялись. Если денег на железную крышу у семьи не хватает, приходится использовать солому. Зная это, благотворительная организация GiveDirectly попыталась использовать космоснимки Кении и Уганды для выявления самых нуждающихся семей. Правда, в результате организация отказалась от использования этой технологии, так как на практике она работала плохо из-за большого числа хозяйственных построек с соломенными крышами. Что еще можно увидеть из космоса Областей, в которых можно использовать эти технологии, множество: мониторинг вырубки лесов и запасов пресной воды, прогноз урожайности и многое другое. В нашей стране компаний, которые бы занимались чем-то подобным, пока нет, отметил Комиссаров. «В России есть люди, которые хорошо понимают в космических снимках, есть те, кто разбирается в искусственном интеллекте и смежных областях. Но такого проекта, который бы их все соединил пока нет», — рассказал он. Возможно, они появятся в будущем. «Спутниковых данных будет становится все больше, поэтому получить доступ к данным в будущем перестанет быть проблемой. С другой стороны, инструменты для работы с нейросетями тоже постоянно развиваются. Самый большой барьер — это найти им применение. Здесь будут успешны команды, которые будут сочетать и владение технологией, и знание соответствующей индустрии», — считает эксперт.