Het bedrijf LGND heeft ambitieuze plannen om een AI-tool te ontwikkelen die vergelijkbaar is met ChatGPT, maar dan specifiek gericht op de Aarde. Dit zou betekenen dat geografische data efficiënter omgezet wordt in bruikbare informatie, wat vooral van belang is voor complexe vraagstukken zoals het in kaart brengen van brandgangen in Californië. Deze brandgangen zijn essentieel in de strijd tegen natuurbranden. Waar vroeger mensen handmatig satellietbeelden moesten analyseren, kunnen nu neurale netwerken dit proces versnellen. Echter, dit blijft een kostbare en tijdrovende onderneming.
LGND wil deze kosten drastisch verlagen door het gebruik van zogenaamde vector embeddings. Dit is een innovatieve manier om geografische data te comprimeren en toegankelijker te maken. Bruno Sánchez-Andrade Nuño, medeoprichter van LGND, legt uit dat deze techniek een groot deel van de rekenkracht die normaal nodig is voor data-analyse, direct beschikbaar stelt. Dit maakt het mogelijk om sneller verbanden te leggen tussen verschillende geografische punten.
Onlangs heeft LGND $9 miljoen verworven in een seed-ronde geleid door Javelin Venture Partners, met deelname van onder andere AENU en Space Capital. Deze investering is bedoeld om de ontwikkeling van hun kernproduct – de geografische vector embeddings – te versnellen en verder uit te breiden. Hiermee wil LGND bedrijven in staat stellen om op nieuwe manieren vragen te stellen over geospatiale data.
Het bedrijf ontwikkelt momenteel een enterprise-applicatie en een API die organisaties kunnen gebruiken om specifieke ruimtelijke vraagstukken op te lossen. Dit zou bijvoorbeeld toeristen kunnen helpen om een perfecte vakantiestek te vinden die aan al hun wensen voldoet, van de beschikbaarheid van een wit zandstrand tot de afwezigheid van zeegras in een bepaalde maand.
De potentie om geospatiale data op deze manier toegankelijk te maken, opent nieuwe markten en toepassingen. De markt voor geospatiale oplossingen wordt geschat op bijna $400 miljard, en LGND hoopt hier een aanzienlijke rol in te spelen. Door geavanceerde AI-technieken te combineren met uitgebreide geografische data, wil LGND een standaard zetten voor hoe dergelijke informatie gebruikt en geïnterpreteerd wordt.
Naast het verbeteren van de efficiëntie in dataverwerking, benadrukt medeoprichter Nathaniel Manning dat het doel niet is om mensen te vervangen, maar om hun werk vele malen efficiënter te maken. Dit zou uiteindelijk kunnen leiden tot snellere en meer geïnformeerde beslissingen in sectoren die afhankelijk zijn van geografische data, zoals landbouw, stedelijke planning en milieuonderzoek.
De plannen van LGND illustreren een bredere trend binnen de tech-industrie om kunstmatige intelligentie in te zetten voor praktische, wereldwijde problemen. Deze ontwikkeling zou niet alleen de manier waarop we naar onze planeet kijken kunnen transformeren, maar ook de manier waarop we ermee omgaan. Door AI-modellen te ontwikkelen die de complexe dynamieken van de Aarde begrijpen, kunnen we voorbereiden op toekomstige uitdagingen en veranderingen.
Met de opkomst van deze technologieën lijkt de toekomst van geospatiale data-analyse veelbelovend. LGND’s aanpak zou wel eens de blauwdruk kunnen worden voor hoe we in de toekomst omgaan met de overvloed aan data die onze planeet dagelijks genereert. Nu het bedrijf verder innoveert en investeert in haar technologie, kijkt de wereld toe hoe deze ambitieuze visie werkelijkheid wordt.