ChatGPT in het Nederlands
ChatGPT Nederland Community

LGND transformeert geografische data tot AI-inzichten voor de aarde

LGND zet in op AI-gestuurde georuimtelijke analyses met $9 miljoen investering om geografische data toegankelijker en efficiënter te maken voor bedrijven.
LGND transformeert geografische data tot AI-inzichten voor de aarde

In een wereld waar gegevens in overvloed aanwezig zijn, streeft het bedrijf LGND ernaar om de manier waarop geospatiale data wordt verwerkt en geanalyseerd, te revolutioneren. De startup, gevestigd in de Verenigde Staten, heeft recentelijk negen miljoen dollar aan startkapitaal opgehaald. Deze financieringsronde werd geleid door Javelin Venture Partners, met deelname van onder andere AENU, Clocktower Ventures en Space Capital. LGND wil met dit kapitaal zijn innovatieve technologie verder ontwikkelen, die als doel heeft om geografische data om te zetten in vector-embeddings, waardoor AI-modellen de aarde beter kunnen begrijpen.

Nathaniel Manning, medeoprichter en CEO van LGND, legt uit dat de huidige methoden voor het interpreteren van satellietbeelden vaak tijdrovend en kostbaar zijn. Traditioneel zouden experts handmatig afbeeldingen moeten analyseren, een proces dat niet schaalbaar is. Hoewel neurale netwerken enige verlichting hebben gebracht door patroonherkenning te automatiseren, blijven de kosten hoog. Manning benadrukt dat het creëren van een dataset voor een specifiek doel honderden duizenden dollars kan kosten. LGND wil deze kosten drastisch verminderen door gebruik te maken van hun technologie.

De kern van LGND’s aanpak is het gebruik van vector-embeddings van geografische data. Dit concept maakt het eenvoudiger om relaties te ontdekken tussen verschillende punten op aarde. In plaats van te vertrouwen op traditionele pixels of vectoren, biedt hun technologie beknopte samenvattingen van ruimtelijke data die 90% van de benodigde berekeningen vooraf uitvoeren. Dit maakt het mogelijk om sneller en efficiënter antwoorden te vinden op complexe vragen, zoals het identificeren van brandgangen in Californische bossen.

Bruno Sánchez-Andrade Nuño, medeoprichter en chief scientist bij LGND, wijst erop dat het doel niet is om menselijke experts te vervangen, maar hen juist veel efficiënter te maken. De technologie van LGND kan bijvoorbeeld worden toegepast om te bepalen welke gebieden geschikt zijn als brandgangen, door kenmerken zoals de breedte van open ruimtes en de afwezigheid van vegetatie te analyseren. Deze aanpak kan een enorme impact hebben op hoe overheden en bedrijven omgaan met risicobeheer en ruimtelijke planning.

Naast de ontwikkeling van hun technologie werkt LGND aan een enterprise-applicatie die grote bedrijven helpt bij het beantwoorden van vragen over ruimtelijke data. Er is ook een API beschikbaar voor klanten met specifieke behoeften. Manning ziet mogelijkheden voor hun technologie in uiteenlopende sectoren, zoals toerisme. Hij schetst een toekomst waarin AI-gestuurde reisagenten vakantiegangers kunnen helpen bij het vinden van perfecte accommodaties, rekening houdend met specifieke wensen zoals nabijheid tot snorkellocaties of de afwezigheid van bouwactiviteiten in de buurt.

Het potentieel van LGND om de manier waarop geospatiale data wordt gebruikt te transformeren, is aanzienlijk. De markt voor geospatiale oplossingen wordt geschat op bijna 400 miljard dollar, en LGND wil hierin een toonaangevende rol spelen. Manning vergelijkt hun visie met die van Standard Oil, maar dan voor geospatiale data.

Met de recente financiering is LGND goed gepositioneerd om hun ambitieuze plannen te verwezenlijken. Als ze erin slagen om hun technologie breed inzetbaar te maken, kan dit een grote stap voorwaarts betekenen in de integratie van AI en geospatiale analyse. De impact van hun werk zou niet alleen voelbaar kunnen zijn in de technologie-industrie, maar ook in sectorspecifieke toepassingen zoals milieubeheer en stedelijke planning.