地球守衛者 | 這三家初創公司都在用深度學習做環境監測

地球守衛者 | 這三家初創公司都在用深度學習做環境監測

圖片由 NASA 提供


有時,縱覽全局需要更高的角度。


美國國家航空航天局(NASA)於 1972 年拍攝的標誌性照片——“Blue Marble”,通過首次捕捉地球的有限資源和脆弱的自然環境的畫面,掀起了當代環保運動。如今,通過 AI 和 NVIDIA GPU 的助力,衛星和無人機的航拍圖像為一系列環保活動注入了動力。


在 “世界地球日” 誕生 50 週年之際,讓我們來了解一下英偉達初創加速計劃(NVIDIA Inception Program)中的成員公司如何利用航拍圖像和 AI 技術來追蹤監測全球森林砍伐、北極地區的凍土融化情況,以及如何防止天然氣洩漏。


英偉達初創加速計劃(NVIDIA Inception Program)是加速 AI 創業公司發展的全球生態項目,專門為 AI 和數據科學領域的初創企業,提供基本工具,支持其進行產品開發、原型設計和部署。


Orbital Insight:追蹤植被減損


每年由於農業和非法砍伐造成的森林損失達數百萬英畝。Orbital Insight 與世界資源研究所(World Resources Institute)合作,共同探索世界上由於各種原因被破壞的原始雨林,如新建道路、建築物和棕櫚油種植園。


地球守衛者 | 這三家初創公司都在用深度學習做環境監測

圖片由 Orbital Insight 提供


這家初創公司的深度學習算法使用了超過 600,000 張分辨率為 5 米的衛星圖像,將森林砍伐地區呈現在地圖上,這是 Global Forest Watch 實時森林監測計劃的一部分。AI 可以為研究人員提供先機,讓他們通過推斷未來趨勢來發現毀林的跡象,而非依靠每月警報來防止植被減損,通常通過每月警報發現時已經為時已晚。


該工具還可以幫助公司評估其供應鏈中毀林的風險。諸如棕櫚油之類的商品加重了東南亞的森林砍伐情況,這可以使一些生產商承諾今年在其供應鏈中實現森林零砍伐。


總部位於加利福尼亞州帕洛阿爾託(Palo Alto, Calif.)的 Orbital Insight 使用卷積神經網絡分析衛星圖像和雷達數據,以進行供應鏈監控、地圖繪製和基礎設施建設等。NVIDIA GPU 通過 Amazon Web Services 加速了其地理空間 AI 算法。


該公司高級計算機視覺科學家 Manuel Gonzalez-Rivero 表示,在雲中使用 GPU 可使團隊根據需要擴大和縮小用量,並使巨大衛星圖像的推理速度提高 100 倍。


3vGeomatics: AI 支援北極圈


如今,最大的新興氣候威脅之一是永凍層融化。永凍層主要分佈在加拿大北極等極地地區,由冰、岩石和位於土壤層下的沉積物組成。全球的永凍層都富含有機物質,據估算,這些永凍層含有 1.5 萬億噸碳,是地球大氣中碳的兩倍。


地球守衛者 | 這三家初創公司都在用深度學習做環境監測

圖片由國家公園管理局提供,在 CC BY 2.0 下獲得 Wikimedia Commons 的許可


到 2100 年,多達 70% 的永凍層可能會融化,從而將大量碳釋放到大氣中。氣候變化引起的多年凍土融化還會引起滑坡和侵蝕,威脅社區安全和重要基礎設施。


通過加拿大航天局的一個項目,初創公司 3vGeomatics 正在使藉助一種名為 InSAR 的基於遙感雷達衛星的技術,來監測整個加拿大北極地區的融化永凍層。


通過使用搭載了數十個 NVIDIA 數據中心 GPU 的本地服務器進行分析,可以使雷達衛星圖像的處理速度提高數千倍,其中每個雷達衛星圖像包含數十億像素,覆蓋數千平方公里。


3vGeomatics 首席技術官 Parwant Ghuman 說:“以前,從分析衛星圖像到提供結果需要幾個月的時間,而且只能告訴我們的客戶他們所在的地區在 5 周前發生了滑坡。而現在利用 GPU,我們可以提供當天的風險情報。”


Azavea:預防石油燃氣洩漏


據估計,美國石油和天然氣行業每年向大氣中洩漏 1300 萬噸甲烷,其中大部分情況是可以預防的。導致這種情況的原因之一是第三方造成的開挖損壞,他們沒有意識到正在挖掘天然氣管道。


Azavea 是一家位於費城的初創公司,致力於通過構建地理空間分析工具滿足社會需求。該公司正在與航空服務公司 American Aerospace 合作,利用 NVIDIA GPU 在邊緣進行訓練和推理,以檢測已知管道上的施工情況。


地球守衛者 | 這三家初創公司都在用深度學習做環境監測

圖片由美國航空航天提供


部署在飛機或無人機上的神經網絡,可以檢測到地面上可見的施工車輛和卡車,並警告石油和天然氣公司潛在的挖掘作業可能導致的管道損壞。


Azavea 研究副總裁 Rob Emanuele 說:“目前,飛行員只能在已知的管道路線上方低空飛行,然後觀察窗外是否有工程車輛的跡象。我們的工作使飛行員可以在更高的、更安全的高度飛行,並依靠 AI 來檢測施工車輛的位置。”


Raster Vision 是 Azavea 推出的的開源航空影像深度學習框架,利用 Raster Vision 開發的 AI 算法正在搭載了 NVIDIA RTX 的筆記本電腦上進行測試,以進行實時推理,而未來的部署將在無人機上搭載嵌入式 GPU。


如果你還想要詳細瞭解 GPU 技術如何助力開發具有社會影響力的應用程序,包括環境項目,請戳“瞭解更多”。



分享到:


相關文章: