الأرض غارقة في البيانات عن نفسها. كل يوم، تلتقط الأقمار الصناعية حوالي 100 تيرابايت من الصور.
لكن فهمها ليس دائمًا سهلاً. قد تكون الأسئلة التي تبدو بسيطة معقدة جدًا للإجابة عليها. خذ هذا السؤال الذي هو ذو أهمية اقتصادية حيوية لكاليفورنيا: كم عدد حواجز النار التي تمتلكها الولاية والتي قد توقف حريق الغابات في مساره، وكيف تغيرت منذ موسم الحرائق الأخير؟
“في الأصل، كان هناك شخص ينظر إلى الصور. وهذا فقط يتوسع إلى حد معين”، قال ناثانيال مانينغ، المؤسس المشارك والرئيس التنفيذي لشركة LGND، لموقع TechCrunch. في السنوات الأخيرة، جعلت الشبكات العصبية الأمر أسهل قليلاً، مما سمح لخبراء التعلم الآلي وعلماء البيانات بتدريب الخوارزميات على كيفية رؤية حواجز النار في الصور الفضائية.
“ربما تستثمر، تعرف، [ب] بضع مئات من الآلاف من الدولارات — إن لم يكن عدة مئات من الآلاف من الدولارات — في محاولة لإنشاء تلك المجموعة البيانية، ولن تكون قادرة على القيام بذلك الشيء الواحد فقط”، قال.
تريد LGND خفض تلك الأرقام بمقدارّ من الرتبة أو أكثر.
“نحن لا نسعى لاستبدال الناس الذين يقومون بهذه الأمور”، قال برونو سانشيز أندرادي نونو، المؤسس المشارك والعالم الرئيسي في LGND. “نحن نبحث عن جعلهم أكثر كفاءة بمقدار 10 مرات، أو 100 مرة.”
جمعت LGND مؤخرًا جولة تمويل مرحلة البذور بقيمة 9 ملايين دولار بقيادة Javelin Venture Partners، كما أخبرت الشركة موقع TechCrunch حصريًا. شاركت AENU وClocktower Ventures وCoalition Operators وMCJ وOverture وRidgeline وSpace Capital. كما انضم عدد من المستثمرين الملائكيين بما في ذلك مؤسس Keyhole جون هانكي، والمؤسس المشارك لشركة Ramp كريم عطيه، ومديرة التنفيذ في Salesforce سوزان دي بيانكا.
المنتج الأساسي للشركة الناشئة هو تضمينات المتجهات للبيانات الجغرافية. اليوم، توجد معظم المعلومات الجغرافية في إما بكسلات أو متجهات تقليدية (نقاط، خطوط، مناطق). إنها مرنة وسهلة التوزيع والقراءة، لكن تفسير تلك المعلومات يتطلب إما فهمًا عميقًا للفضاء، أو قدرًا غير تافه من الحوسبة، أو كليهما.
تُلخص تضمينات الجغرافيا البيانات المكانية بطريقة تسهل إيجاد العلاقات بين النقاط المختلفة على الأرض.
“تمنحك التضمينات 90٪ من جميع عمليات الحوسبة غير المميزة مقدماً”، قال نونو. “التضمينات هي الملخصات العالمية، القصيرة جدًا التي تجسد 90٪ من العمليات الحسابية التي عليك القيام بها على أي حال.”
خذ مثال حواجز النار. قد تأخذ شكل طرق أو أنهار أو بحيرات. سيظهر كل منها بشكل مختلف على الخريطة، لكنهم جميعًا يشتركون في خصائص معينة. أولاً، لن تحتوي البكسلات التي تشكل صورة لحاجز النار على أي نباتات. أيضًا، يجب أن يكون لحاجز النار عرضًا معينًا لا يقل عن حد أدنى، وغالبًا ما يعتمد ذلك على ارتفاع النباتات المحيطة به. تجعل التضمينات من السهل جدًا العثور على الأماكن على الخريطة التي تتطابق مع تلك الوصوف.
بنت LGND تطبيقًا مؤسسيًا لمساعدة الشركات الكبرى في الإجابة على الأسئلة المتعلقة بالبيانات المكانية، بالإضافة إلى واجهة برمجة التطبيقات التي يمكن للمستخدمين ذوي الاحتياجات الأكثر تحديدًا استخدامها مباشرة.
يعتبر مانينغ أن تضمينات LGND تشجع الشركات على استعلام البيانات الجغرافية بطرق جديدة تمامًا.
تخيل وكيل سفر ذكي، قال. قد يطلب المستخدم منه العثور على تأجير قصير الأمد مع ثلاث غرف يكون قريبًا من أماكن جيدة للغوص. “لكن أيضًا، أريد أن أكون على شاطئ رملي أبيض. أريد أن أعرف أنه لا يوجد الكثير من الأعشاب البحرية في فبراير، عندما سنذهب، وربما الأهم من ذلك، في وقت الحجز هذا، لا يوجد بناء يحدث في حدود كيلومتر من المنزل”، قال.
بناء نماذج جغرافية تقليدية للإجابة على تلك الأسئلة سيكون مستهلكًا للوقت من أجل استعلام واحد فقط، ناهيك عن جميعها معًا.
إذا استطاعت LGND النجاح في تقديم مثل هذه الأدوات للجماهير، أو حتى للأشخاص الذين يستخدمون البيانات الجغرافية في وظائفهم، فإن لديها القدرة على اقتحام سوق يُقدر بحوالي 400 مليار دولار.
“نحن نحاول أن نكون مثل Standard Oil لهذه البيانات”، قال مانينغ.