New Space Economy, l’analisi delle immagini con il machine learning

L’utilizzo dell’intelligenza artificiale nell’elaborazione dei dati satellitari riduce i costi del personale specializzato nella fotointerpretazione delle immagini per estrarre automaticamente informazioni preziose per i servizi di imprese e organizzazioni

Pubblicato il 06 Dic 2021

Alessandro Di Felice

Key Account Manager di OVHcloud

AI disastri

Sono passati ormai quasi 50 anni da quando – grazie alle immagini scattate dell’Apollo 17 – le persone hanno avuto per la prima volta la possibilità di vedere nella sua interezza la Terra, che agli occhi degli astronauti appariva, per il suo alternarsi di terre emerse e oceani, come una biglia blu (di qui la famosa denominazione di “blue marble”). In seguito, diverse generazioni di satelliti di agenzie spaziali, e successivamente di società private, hanno progressivamente immortalato e monitorato il pianeta con risoluzioni sempre maggiori, passando da 100 metri a 30 cm in pochi anni. I dati collezionati sono oggi utilizzati per studiare l’ambiente, le risorse naturali e i cambiamenti naturali e artificiali avvenuti sulla superficie terrestre, ma naturalmente anche per ragioni più legate a esigenze di business. Stiamo parlando della New Space Economy, un fenomeno che nel giro di qualche anno, secondo le previsioni di Morgan Stanley, raggiungerà un giro d’affari di oltre il trilione di dollari. In questo scenario, un ruolo fondamentale l’avrà la cosiddetta la New Space Economy, cioè quella tendenza globale, che coniuga innovazioni tecnologiche e di modelli di business, capace di ampliare la gamma di prodotti e servizi ma anche la base di utenti/clienti a cui viene offerta, grazie a una contestuale riduzione dei costi. Un punto su cui torneremo più avanti in questa analisi.

Cinquemila satelliti operativi

Ad oggi il numero di satelliti più o meno ufficiali operativi è di circa 5.000, di cui 3.000 dedicati all’osservazione della Terra (la società Planet ne ha lanciati più di 300 dal 2018). Questi strumenti generano una mole di dati impressionante. Se pensiamo che la sola costellazione Sentinel ESA produce circa 10 PB/anno, ci troviamo di fronte a circa 5.000 PB/anno (5 Exabyte/anno) come stima totale di volume di dati relativi alle immagini prodotte dai satelliti. Un traffico davvero rilevante, non solo di dispositivi fisici che ruotano nello spazio ma anche e soprattutto di dati che vengono immagazzinati, elaborati e gestiti. Ed è qui che l’intelligenza artificiale entra in gioco, con un ruolo chiave.

Oggi, infatti, la vera sfida si gioca tra gli esperti del machine learning per l’analisi di immagini e il conseguente “addestramento” di macchine capaci di affiancare l’essere umano in queste attività, ma con la peculiarità di poter essere più efficaci e sicuramente rapide. Uno dei compiti dei satelliti, ad esempio, riguarda la nostra sicurezza: dal meteo ai terremoti fino al monitoraggio di frane e la stabilità di edifici, palazzi e ponti, l’obiettivo principale è migliorare e velocizzare le analisi di tutte le immagini che si ricevono.

New Space Economy

Satellite Sentinel 5P

Monitoraggio delle strutture e cambiamento climatico

Un caso eclatante, purtroppo relativo a un fatto tragico, riguarda lo studio della Nasa e dell’Asi con dati radar dei satelliti italiani Cosmo-Skymed e Sentinel-1 dell’Esa, che ha mostrato come già nel 2015 il Ponte Morandi di Genova avesse iniziato a subire spostamenti di pochi millimetri. Invisibili da vicino ma rilevabili da satellite. Nessuno può dire se conoscere questi dettagli avrebbe potuto evitare ciò che poi è accaduto, ma l’occhio dei satelliti da centinaia di chilometri è molto raffinato e in futuro potrebbe salvare molte vite.

Ma non è solo possibile monitorare queste situazioni di emergenza, anche il cambiamento climatico e l’ambiente rappresentano un focus importante dell’osservazione satellitare. Dall’alto i satelliti possono radiografare tutta la Terra diverse volte al giorno, a diverse lunghezze d’onda: misurare direzione e velocità dei venti e delle correnti degli oceani, fiutare i gas dell’atmosfera, analizzare le sostanze chimiche presenti nel suolo, l’acqua nel sottosuolo, i ghiacci ai poli e sulle montagne.

New Space Economy: agricoltura di precisione e geomarketing

Gli ambiti in cui i satelliti trovano applicazione sono però molteplici, basti pensare ai sempre più numerosi progetti indirizzati all’agricoltura di precisione, al dettagliato tracciamento delle rotte degli aerei e della loro posizione, alla sicurezza dell’imbarcazioni in mare, fino agli utilizzi più strettamente legati al geomarketing, oppure settori più impensabili quali assicurazioni, banche, fino al settore immobiliare con un monitoraggio di precisione in grado di incidere in maniera rilevante sul valore di particelle, lotti e intere aree.

E qui ritorna prepotentemente in campo la questione della New Space Economy, di cui si accennava in precedenza. Come anticipato, una parte rilevante di questo paradigma riguarda la possibilità di ampliare il numero di utenti – in particolare di aziende – che possono accedere all’utilizzo di informazioni provenienti da immagini satellitari per supportare il proprio business. Un obiettivo strettamente collegato a una riduzione dei costi, possibile proprio grazie alle nuove tecnologie.

Infatti, oggi una nuova sfida è quella della super-resolution, che se applicata ai satelliti della costellazione Copernicus potrebbe permettere di fornire gratuitamente immagini con una risoluzione migliore, caratteristica precedentemente di esclusivo appannaggio di player privati. Lo stesso utilizzo dell’intelligenza artificiale nell’elaborazione dei dati riduce i costi del personale specializzato nella fotointerpretazione delle immagini per estrarre automaticamente informazioni preziose per i servizi che imprese e organizzazioni vogliono realizzare. Inoltre, in questo modo si instaura un circolo virtuoso per cui le tariffe generali di questo mercato risultano più contenute, consentendo anche ad attori di dimensioni minori di accedere a questo patrimonio di informazioni. La conseguenza è che anche i provider di immagini satellitari vedono così ampliarsi il proprio bacino d’utenza.

In questo ambito ricade proprio il recente annuncio per cui la tecnologia AI di OVHcloud sarà resa disponibile su Onda Dias, la piattaforma cloud di Serco per l’osservazione della Terra ospitata sul Public Cloud Storage di OVHcloud. Questo importante programma intende essere abilitante per le aziende che si approcciano alla New Space Economy, non solamente attraverso costi accessibili e facilità di utilizzo, ma anche garantendo il massimo livello di apertura e trasparenza, sovranità sui dati, privacy e sicurezza.

Inoltre, Serco e OVHcloud stanno anche esplorando nuove modalità di collaborazione con l’ecosistema delle start-up europee – tramite lo Startup Program di OVHcloud – con un approccio basato sulla strategia PaaS (Platform as a Service) e su soluzioni SaaS (Software as a Service), così che anche queste realtà possano diventare protagoniste di quel poderoso sviluppo della New Space Economy che tutti prevedono.

Conclusioni

In conclusione, la vera speranza è che grazie al contributo di molteplici attori e di tecnologie come l’AI si possa sfruttare a pieno quella miniera di informazioni che è rappresentata dalle immagini satellitari, e che ha in sé il potenziale per migliorare in maniera sempre più significativa la vita di tutti e contribuire alla crescita di organizzazioni e imprese.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 2