Nell’immaginario comune, lo spazio è un’infinita immensità praticamente vuota, ad eccezione di pianeti, stelle o satelliti naturali. In realtà, se rimaniamo nei dintorni della Terra, si stima che siano circa 20.000 gli oggetti orbitanti tracciati, di cui circa 2.000 i satelliti artificiali al momento operativi (purtroppo sono tantissimi, e sempre di più, i satelliti non più in funzione, “rifiuti spaziali”, per così dire).
Gli ambiti di utilizzo di questi sistemi sono numerosi, per citare solo quelli più vicini alla vita di tutti i giorni si pensi ai canali satellitari in televisione o al navigatore GPS. Questi sistemi raccolgono quotidianamente grandi moli di dati, che permettono non solo di esplorare lo spazio ma anche e soprattutto di tornare con i piedi per terra e conoscere meglio il nostro Pianeta. Non si tratta di fantascienza, le opportunità per le aziende, e per la società, sono molto più concrete di quanto sembri.
I Big Data satellitari sono open
Quando si parla di open data, si fa spesso riferimento ai dati pubblicati dalle amministrazioni pubbliche, prevalentemente dati storici sul territorio o dati anagrafici (ad es. l’anagrafe delle scuole). In verità, c’è un altro patrimonio a disposizione, liberamente utilizzabile dai Data Scientist. Si tratta delle immagini satellitari ad alta risoluzione, completamente open e il cui libero accesso è garantito fino al 2034.
L’Osservatorio Big Data Analytics & Business Intelligence ha affrontato, in un workshop svoltosi nel mese di gennaio 2019, il tema dell’integrazione e utilizzo di dati geo-localizzati. All’interno di questa più ampia tematica, le numerose aziende coinvolte hanno espresso particolare curiosità verso le immagini satellitari: sono in pochi quelli che si sono già mossi su questo fronte, ma le potenzialità sono numerose, per differenti settori. Il connubio tra immagini ad alta risoluzione e applicazione di algoritmi di Computer Vision evoluti, che si avvalgono delle cosiddette “reti profonde” (Deep Learning), apre la strada infatti ad applicazioni fino ad ora inimmaginabili.
L’esempio più concreto di applicazione di metodologie è relativo alla classificazione di oggetti, con livelli di accuratezza mai raggiunti prima. Classificare in maniera automatica significa poter monitorare un determinato territorio, approfondendone la conoscenza e rilevando potenziali pericoli, senza dover impiegare forza lavoro in attività prettamente ripetitive e ottenendo una capacità di reazione molto più elevata. L’addestramento dei modelli permette di classificare non solo la tipologia di oggetti (es. persona, auto, edificio) ma anche di analizzare gli atti di moto o la situazione in cui essi si trovano. Ad esempio, è possibile comprendere se un posto auto è disponibile o meno, se un container è pieno o vuoto, se un edificio è deteriorato.
Un valore ancora maggiore deriva dalla capacità di integrare le informazioni estraibili da questi sistemi ad altre fonti e tipologie di dati. Ad esempio, dati ottenuti attraverso sensori installati sul territorio o immagini di dettaglio, acquisite attraverso smartphone o (perché no?) droni.
Cosa si può fare con i Big Data satellitari? Alcuni casi d’uso
Uno dei settori su cui al momento c’è più interesse è l’agricoltura. Guardare dall’alto i campi coltivati, analizzando immagini di elevata qualità che vengono aggiornate nel giro di pochi giorni, significa poter controllare in modo sistematico – e soprattutto automatizzato – le coltivazioni in atto. Ciò non solo rappresenta uno strumento di identificazione di eventuali frodi fiscali, ma permette anche di monitorare aspetti di tutela ambientale. Ma si può fare anche molto di più! Ne è un esempio Ceres Imaging, realtà innovativa statunitense che offre ai produttori agricoli un software in grado di monitorare e predire la condizione “di salute” delle coltivazioni, in modo da poter agire prontamente e minimizzare le perdite.
Altri settori che possono trarre vantaggio da queste analisi sono le utility, l’oil&gas, le aziende di costruzioni, ma anche la pubblica amministrazione, come enti locali o istituzioni che si occupano di garantire la difesa del territorio e la prevenzione dei disastri naturali. Merita qui una citazione la realtà italiana Studiomapp, una delle cinque startup vincitrici di un concorso lanciato dal Pentagono lo scorso ottobre, volto a testare algoritmi di intelligenza artificiale su immagini dall’alto. In un workshop, realizzato in collaborazione con l’Osservatorio Startup Intelligence del Politecnico di Milano, abbiamo avuto modo di incontrare i fondatori di quest’azienda: “Dal monitoraggio delle infrastrutture all’identificazione di malfunzionamenti, fino ad arrivare al monitoraggio dell’andamento dei lavori in un cantiere, le informazioni estraibili dalle immagini satellitari sono sempre più numerose e le tecnologie sono in via di grande miglioramento” – ci dice Leonardo Alberto Dal Zovo, co-founder e CTO di Studiomapp. “Un tempo le tecnologie satellitari venivano utilizzate quasi esclusivamente nell’ambito della difesa e sicurezza da parte di istituzioni prevalentemente pubbliche, oggi invece sono uno strumento di supporto e fonte di informazioni preziose anche per altri settori. La cooperazione internazionale può avvalersene per studi sul territorio, mappatura dei villaggi e aiuto in caso di emergenze. Le imprese, anche quelle medio-piccole, possono invece portare avanti progettualità di monitoraggio della concorrenza, ad esempio tramite il conteggio dei veicoli nei parcheggi dei supermercati e centri commerciali, e di profilazione di nuovi clienti, per esempio individuando tetti con o senza pannelli solari o possessori di piscine” – commenta Angela Corbari, co-founder e COO di Studiomapp.
Infine, le immagini satellitari possono svolgere un ruolo di primo piano nella nascita di prodotti e servizi di un futuro sempre più vicino. Un esempio è il caso di Toyota: il colosso giapponese ha svelato negli scorsi mesi di aver messo sul piatto 200 milioni di dollari sul settore della guida autonoma. Il progetto prevede, come primo passo, la creazione di mappe ad alta definizione della rete stradale mondiale (ad oggi vi è una copertura di circa l’1%), a partire proprio dalle immagini satellitari.
Photo Credit: Wikimedia Commons
