摩尔定律已死？不，它出现在了太空领域！（一）

大概40年前，阿波罗号宇宙飞船拍摄的地球是如此壮观，我们将其命名为蓝色弹珠。九年前，谷歌街景发布，能够为我们提供准确的定位服务。现在呢？更先进的影像和GIS技术正改变我们对这个世界认知和行为。

“我们正将机器学习技术应用到卫星成像过程中，这样我们的影像更加逼真，更加清晰，”Descarts Labs公司的CEO兼联合创始人Mark Johnson说。“如果你从很高的地方看地球，你能看到地球上的水资源分布和流动情况，也能看到我们人类如何参与地球的运转过程。而且从几百米看，地球看起来更像一个有机体。”

阿波罗号拍摄的蓝色弹珠

DescartesLabs接受了政府孵化资助和风险投资资金支持，这是我们在影像和GIS技术生态系统中交流过的数家公司之一。该生态系统还包括PlanetLabs，该公司生产影像数据，同时Descartes开发软件分析上述影像数据，总得来说该生态系统仍处于发展初期。但是，风险资本已经发现机会投资于某些新兴领域的企业，这些企业收集了前所未有的影像数据，利用革命性的人工智能技术分析这些数据，并且得出结论来指导公共行为。

这不仅对企业有意义，而且对保护资源和可持续发展有重要意义。

摩尔定律适用于太空领域：卫星成像技术正在快速发展

虽然该领域的创业企业都很年轻，但是影像领域却并非如此。蓝色弹珠拍摄于1972年，是影像数据库中的一部分，该数据库非常之大使得NASA不得不将其拍成影像储存起来。

现在改变的是影像如何形成以及形成的频率。

“计算机硬件成本越来越低，卫星领域出现了很快的发展变化。小型卫星数量正在增加——摩尔定律正适用于太空领域，”前NASA研究主管和创业企业OrbitalInsight创始人JamesCrawford说。

OrbitalInsight,和Descartes一样正在分析地球空间信息数据，规模达到拍字节，有数百万的卫星影像，目的是从中得出有效结论。但是他们需要在成像技术领域有关键的参与者，比如PlanetLabs，能提供影像技术。

Planet Labs的Dove卫星拍摄的澳大利亚东海岸影像。

PlanetLabs成立于2010年，由一群前美国航天局科学家创办，公司的技术为我们提供了比以前更多的影像数据。PlanetLabs设计并建造地球影像卫星群中最大的卫星，每个大小都比鞋盒大不了多少，该卫星群已经形成了第一组日间全球影像，成本相比蓝色弹珠时代微不足道。

然而，最近不仅仅是卫星能够形成这种影像数据，而且一些比Planet Lab公司的卫星更小的东西也能产生类似影像数据，这就是手机。

另一家创业企业，Mapillary,正利用人们的照片来绘制世界地图，这些照片使用人工智能技术拼接在一起能够分析全球街道上的数据。Mapillary公司的平台帮助市政当局和组织绘制区域地图，并且能实时看到各区域的变化，这样他们能尽快地解决基础设施问题。

“移动技术是最大的动力，”Mapillary公司的CEO兼创始人Erik Solem说。“苹果手机在8年前面世。看看从那以来的智能手机的发展，在3，4年前传感器才在手机上普遍应用，就像指南针，GPS，影像传感器等等。所以在移动空间领域硬件有了飞速的发展。”

Mapillary公司的机器视觉技术忽略车牌，能发现每个照片里的物体，像交通标志和建筑。

Mapillary公司20000多张照片能描绘出全球的影像，能够捕捉显示超大容量的影像数据。

我们还无法看到的是，这些数据拥有无限的潜力，也需要更多努力才能让我们在手机上处理这些影像，并且让这些影像更有意义。

“过去几十年，产生高精度数据的能力大大提高。这很棒。但是你必须知道如何使用这些数据，”Syngenta基金的执行董事KatrinBurt说。

Syngenta对新兴技术比如GIS和成像技术非常有兴趣，这在帮助公司客户，全球食品供应商，农场等方面非常有效。而且多亏了基础设施和影像识别技术的发展，越来越多的公司能够从美国航天局那里获得数据，并将数据送到需要的人和关键决策者手中。

创业企业的技术让影像数据发挥作用

这些影像数据能够好好应用，有两项技术非常关键：云技术，能够低成本且高效地存储数据，和人工神经元网络，该技术能够高效分析数据，不需要太多的人工和高昂的设备。

影像分析吸引了世界一流风险投资机构如红杉资本的注意，他们看到了影像数据市场的发展潜力。

红杉资本合伙人BillCoughran说,“红杉资本一直在关注新兴的卫星产业，现在行业发生的一切都是卫星企业的裂变引起的，这些卫星企业不懂得如何提取其影像中的信息和其中的价值，”。

“此前，很多影像要由人工来检查，这已经成为过去式了，未来的时代很多工作由大数据技术结合神经元网络技术代替，这两者的结合将自动完成整个过程。所以我们相信这个市场正在发生变化。”

虽然神经元网络技术自60年代，70年代就已经存在，Coughran解释说，只是在最近计算机能力的提升能够处理这些影像数据，并能看到数据背后深层次的东西。

“当你环顾一个房间时，你不会看到光线和暗处—你看到的是椅子，窗户，一棵树，”。“要让计算机做到这一点曾经是很难，但人工智能技术也是在最近两年在计算机视觉方面获得突破性进展。”

该技术对于农业企业和零售企业已经产生很好的影响。

通过订购付费软件，OrbitalInsight能够让企业获得某些具体数据，能够描绘某个公司或整个行业绩效的完整图景。基于数百万的卫星影像，OrbitalInsight开发了一套计算机系统对Ross商店集团的停车场中的汽车进行历史数据分析，该方法成功预测了零售企业优于预期的季度业绩。

从左到右：NASA MODIS宇宙飞船拍摄的免费影像；代表农作物健康情况的红外线卫星影像；对农作物生产的季节性预测。

另一家公司Descartes,刚开始是美国政府洛斯阿拉莫斯国家实验室的一个项目，现在已经在农业生产领域形成较大影响。公司利用卫星成像技术评估并比较农田长势，以预测产量，并预测天气之类的因素对农作物生产的影响。

该技术对于那些农产品交易商以及农业保险机构，尤其是农场主本身带来很多好处。

“要能够说‘这就是为什么我们认为这类庄稼会有效的原因，因为过去这种就很成功’，这种话有价值。但有一件事特别有价值就是要有高精度的影像，能够介入庄稼成长周期，并且采取措施，尽管很多变化不受农场主控制，”Syngenta公司的Katrin Burt说。

历史的观点：成像技术和影像识别技术揭示了我们对世界的理解

随着Descartes,OrbitalInsight之类的公司将让我们深入了解成像技术和整个过程，很明显成像技术和位置数据会愈加高度相关，可能就像今天的谷歌搜索一样，成像技术会成为我们未来日常决策的重要资源。

就像红杉资本的Bill Coughran所说—这些影像和分析让我们看到了世界经济和社会活动的全景图，这不仅在商业方面有帮助，而且让我们更加关心地球。

“每个人开始意识到我们所做的每件事都是相互关联的，”Coughran说。“而且这种获取数据的整体性方法让我们了解各个部分如何形成一个整体。”