用卫星图片能做到的事情已经远不止地图测绘了，不少科技公司开始利用高清图像观察城市设施、村落的变化，试图看出一个地区的经济发展的真实情况，斯坦福大学用卫星图像和机器学习算法搜索贫困地区的研究，刚刚发表在《科学》上。
想象一下我们头顶的天空，各种人造卫星每隔半小时甚至更短的时间就会拍下一张高清的照片，卫星设备的成熟让卫星图像分析成为了一门生意，而促进这个领域发展的除了图像资源的丰富，更重要的则是分析模型。今天，商业卫星成像公司DigitalGlobe、芯片制造商英伟达、CosmiQWorks和亚马逊云计算服务AWS一起，共同发布了一项数据共享计划SpaceNet，旨在帮助研究者提高分析图像的能力。
DigtialGlobe是一家商业卫星成像的标杆公司。苹果、Google、Uber乃至美国都与DigitalGlobal保持着合作关系，我们现在在Google地图上看到的卫星图片就是这家公司提供的。
DigitalGlobe免费向的一批里约热内卢卫星图片，是SpaceNet计划的第一步，这些图片都是由WorldView-2卫星拍摄的，分辨率高达50厘米。
像这样的一批数据被称作一个兴趣领域（AreaofInterest），并不仅仅是能够不断放大的卫星图片那么简单，图片中1900平方公里范围内的20万座建筑都已经被人工标注出来。简单来说，这些图片都已经被打上标签，可以用作人工智能分析模型的“训练”数据。
在这些数据的帮助之下，人工智能将学着在地图上标注出建筑、道的变化，识别城市基础设施的变迁。
作为合作的一部分，这些数据都被存放在AWS的平台上。英伟达将为研究者和开发者提供研究所需的工具。这项数据共享计划的另一个合作机构CosmiQWorks附属于美国中央情报局旗下的风险投资基金In-Q-Tel，主要是帮助情报机构找到和使用那些商业太空公司的产品与服务。
接下来，还会有更多的卫星图片加入SpaceNet的数据库，在一份声明中，DigitalGlobe称整个数据库最终将包含50万平方公里的地球高清图像。
本文由 790游戏（www.790.kim）整理发布