Pozrite si
Na jar 2014 Facebook založil výskumnú skupinu Connectivity Lab, ktorá je technickým zázemím iniciatívy Internet.org s ambíciou priniesť internet aj do odľahlých oblastí riedko osídlených území v chudobných krajinách.
Zem je síce dobrým miestom pre život, ľudia ale majú prirodzenú tendenciu zoskupovať sa do užších spoločenstiev v osadách, komunitách a mestách, a mnoho kilometrov štvorcových pustatiny je neobývaných. Pokrývať takéto plochy hoci aj zo vzduchu predstavuje zbytočné mrhanie finančnými prostriedkami.
Facebook síce už dva roky pracuje na príprave internetového prístupu pomocou laserov, satelitov a dronov, ale aj vybudovanie lietajúcej flotily, ktorá bude zo stratosféry pokrývať rozľahlé územia, stojí veľa úsilia a peňazí.
Priveľa na to, aby ich bolo možné premrhať. Vedci preto siahli po umelej inteligencii, ktorá pomáha zmapovať reálne osídlené oblasti.
Yael Maguire z Facebook Connectivity Lab priblížil metódu „hlbokého učenia“ na vytvorenie mapy, ktorá ukazuje, kam zamerať technológie komunikačných sietí, aby čo najlepšie pokryli svetovú populáciu.
V spolupráci s laboratóriom na výskum umelej inteligencie vyvinul ďalší jeho kolega z Facebooku, inžinier a špecialista na fyzikálnu optiku Tobias Tiecke systém schopný automaticky analyzovať satelitné zábery zemského povrchu. Dokáže z nich určiť, či ide o obývané oblasti.
Mapa hustoty obyvateľstva v oblasti Naivasha v Keni vytvorená pomocou satelitných snímok.
Neurónové siete s hlbokým učením sú podobné sieti neurónov v ľudskom mozgu a dokážu sa naučiť rozpoznávať určité objekty. Ak systém nakŕmime zábermi určitého zvieraťa, napríklad kozy, naučí sa identifikovať kozu na záberoch.
V podstate rovnakým spôsobom môže analyzovať satelitné fotografie a naučiť sa rozpoznávať, kde žijú ľudia. Výstupom je potom binárna odpoveď – buď áno, alebo nie.
Na začiatku bolo 8 000 fotografií, ktoré mali neurónové siete naučiť identifikovať prítomnosť živých ľudí na záberoch. Následne sa algoritmus použil pri analýze snímok dvadsiatky krajín.
Celkovo systém analyzoval 14,6 miliardy obrázkov, ktoré reprezentujú 21,6 miliónov kilometrov štvorcových zemského povrchu a 350 TB dát.
Podľa Y. Maguirea dosahuje systém chybovosť pod 10 percent, pričom stopy ľudskej prítomnosti by mali byť identifikovateľné s rozlíšením asi 5 metrov.
Nehrozí teda identifikácia konkrétnych osôb, napriek tomu, že Facebook má a využíva algoritmy na rozpoznávanie tvárí na sociálnej sieti.
Tento nástroj umožní po kombinácii dát o hustote osídlenia jednotlivých krajín určiť s veľkou pravdepodobnosťou prítomnosť a množstvo ľudí na danom území a na základe toho riadiť a projektovať pokrytie internetom.
Namiesto dronov so širokým vyžarovacím diagramom v tvare kužeľa, môžu byť použité drony s omnoho užším vyžarovaním, zameraným na konkrétne oblasti, kde sa nachádza populácia. Okrem šetrenia nákladov sa tak dosiahne aj lepší signál a kvalitnejšie pokrytie.
Výskumný tím plánuje vytvoriť v spolupráci s Center for International Earth Science Information Network pri Columbijskej univerzite do konca tohto roka kombinovanú databázu populácie. Podnikatelia, vlády, vedci a ďalší záujemci tak budú môcť získať presnejšie a reálne informácie o osídlení, informoval portál The Verge.
Zdroj