KP Labs uczestniczy w międzynarodowym projekcie FAST-EO (Foundation Models for Earth Observation), finansowanym przez Europejską Agencję Kosmiczną (ESA). W ramach tej współpracy, realizowanej wspólnie z Niemieckim Centrum Aeronautyki i Astronautyki (DLR), Forschungszentrum Jülich oraz IBM Research, firma wykorzysta potencjał sztucznej inteligencji (AI) do integracji z danymi satelitarnymi, by skuteczniej reagować na wyzwania środowiskowe i zrównoważony rozwój.

Celem projektu jest opracowanie nowoczesnych modeli AI, które mogą przetwarzać ogromne ilości danych satelitarnych, umożliwiając lepsze zrozumienie naszej planety.

• Dzięki modelom bazowym, które uczą się na podstawie ogromnych zbiorów danych, FAST-EO tworzy narzędzia do monitorowania zmian klimatycznych i zarządzania zasobami naturalnymi.

Udział gliwickiej spółki koncentruje się na dwóch aspektach: wykrywaniu wycieków metanu oraz analizie właściwości gleby.

KP Labs odpowiada za opracowanie algorytmu AI do detekcji wycieków metanu na podstawie danych satelitarnych, co jest niezwykle ważne z uwagi na potencjał tego gazu do zatrzymywania ciepła w atmosferze, który jest aż 84 razy większy niż w przypadku dwutlenku węgla.

• Szybkie wykrywanie i monitorowanie wycieków metanu może zredukować jego wpływ na globalne ocieplenie, umożliwiając bardziej precyzyjne modelowanie klimatu oraz lepszą reakcję polityczną i przemysłową.

Drugim elementem projektu realizowanym przez polską firmę, jest ocena właściwości gleby z wykorzystaniem obrazów hiperspektralnych.

• Wykorzystanie algorytmów sztucznej inteligencji, w tym wypadku może zrewolucjonizować zarządzanie rolnictwem i użytkowaniem gruntów, dostarczając władzom lokalnym i rolnikom precyzyjnych danych na temat planowania upraw, zdrowia gleby oraz zrównoważonego użytkowania gruntów.

Wszystkie narzędzia realizowane w ramach FAST-EO narzędzia będą mogły wesprzeć lokalne samorządy w planowaniu polityk publicznych związanych z rolnictwem i leśnictwem, a także dostarczając informacji, które pomagają wprowadzać zrównoważone praktyki gospodarowania zasobami.

Udział w projekcie FAST-EO to dla nas doskonała okazja do zaprezentowania naszego doświadczenia w dziedzinie sztucznej inteligencji i uczenia maszynowego, a także do przesunięcia granic możliwości analizy danych satelitarnych. W KP Labs koncentrujemy się na dogłębnym badaniu podstawowych zasad modeli bazowych w kontekście obserwacji Ziemi.

Nasze podejście jest precyzyjnie opracowane, aby zrównoważyć rygorystyczne badania z praktycznymi zastosowaniami, z zamiarem rozwikłania skomplikowanego związku między mocą obliczeniową a normami etycznymi. Zobowiązujemy się do stworzenia szczegółowego i praktycznego przewodnika, który ułatwi płynne wdrażanie tych modeli w dziedzinie EO, tak aby sprostały dynamicznie zmieniającym się potrzebom społeczności już dziś i w przyszłości – mówi Jakub Nalepa, reprezentujący KP Labs w Konsorcjum FAST-EO.

Projekt FAST-EO opiera się na zasadach otwartości i współpracy, planując udostępnienie modeli, konfiguracji oraz zbiorów danych na zasadach open-source, co gwarantuje ich powszechność i możliwość reprodukcji.

• Transparentność wyników prac ma przyspieszyć innowacje i wesprzeć rozwój bardziej zaawansowanych i dostępnych technologii w dziedzinie obserwacji Ziemi.

Integracja sztucznej inteligencji z danymi obserwacji Ziemi doprowadzi do powstania bardziej zaawansowanych i przystępnych technologii, z których skorzystają nie tylko badacze, ale także organizacje i decydenci na całym świecie. Tworzymy rozwiązania, które są zrównoważone, przystępne cenowo i skalowalne w wielu zastosowaniach EO – dodaje Jakub Nalepa.