Usando IA para prever o céu

Usando IA para prever o céu

A parceria da NASA para explorar a IA no espaço reforça o software analítico usado em finanças, manufatura e indústria

A KX Systems, que tem escritórios na cidade de Nova York, uniu-se à parceria do Frontier Development Lab, liderada pela NASA e sediada no Ames Research Center, para explorar como sua plataforma de análise kdb+ poderia ser aplicada a desafios no espaço, o que resultou em mais desenvolvimentos e recursos para o software baseado na Terra da empresa.

A análise de dados é uma indústria multibilionária, e o crescente campo da inteligência artificial (IA) está em alta demanda em todos os lugares. IA geralmente significa que os computadores aprendem com grandes quantidades de dados e os aplicam para ajudar a resolver problemas. A KX Systems, uma divisão da FD Technologies plc., é uma empresa de tecnologia que oferece software de gerenciamento e análise de banco de dados para clientes que precisam tomar decisões rapidamente. Embora a KX tenha começado em 1993, a parte de seus negócios orientada por IA cresceu consideravelmente. E a empresa credita o trabalho feito com a NASA por acelerar algumas de suas capacidades.

“Trabalhar com a NASA tem sido muito importante, porque nos permite estar anos à frente da curva”, disse Robert Hill, chefe de soluções espaciais na empresa sediada no Reino Unido, que tem escritórios na cidade de Nova York. “Trabalhar com a NASA nos expôs a um grupo de cientistas que é muito diferente do nosso trabalho diário.”

O Frontier Development Lab (FDL) é uma parceria contínua entre a NASA e empresas comerciais de IA para aplicar aprendizado de máquina avançado a problemas que importam para o programa espacial e além. Desde 2016, o FDL aplica IA em nome da NASA em defesa planetária, heliofísica, ciência da Terra, medicina e exploração lunar.

“Estamos interessados ​​nos grandes problemas, grandes desafios e na aplicação da IA ​​nesses tipos de situações”, disse James Parr, CEO da Trillium Technologies, que gerencia a parceria FDL para a NASA. “Às vezes, você tem um novo método de IA legal, mas é difícil imaginar quais seriam as aplicações. Na FDL, podemos provar uma aplicação e, de repente, todos podem ver como ela seria realmente útil para o programa espacial.”

A KX participou da parceria com a FDL entre 2017 e 2019. O principal software de análise de dados da empresa é chamado kdb+, e é normalmente usado no setor financeiro para acompanhar mudanças rápidas nas tendências de mercado, mas a empresa também está explorando como ele pode ser usado no espaço. Trabalhando no Ames Research Center da NASA no Vale do Silício, Califórnia, a KX fez parceria com cientistas da FDL e da NASA para aplicar os recursos do kdb+ à busca por exoplanetas e à previsão do clima espacial, áreas que podem ser melhoradas com modelos de IA.

No verão de 2024, as pessoas em toda a América do Norte ficaram surpresas quando puderam ver auroras em suas cidades natais, mas a mesma atividade solar que produz auroras pode causar interrupções em satélites que são essenciais para sistemas na Terra. Uma questão que a FDL trabalhou para responder foi se o kdb+ poderia prever esse tipo de clima espacial para prever quando os satélites GPS podem sofrer interrupção de sinal devido ao Sol. Ao importar vários conjuntos de dados monitorando a ionosfera, a atividade solar e o campo magnético da Terra e, em seguida, aplicar algoritmos de aprendizado de máquina a eles, os pesquisadores da FDL foram capazes de prever eventos disruptivos com até 24 horas de antecedência. Embora esta tenha sido uma aplicação científica da IA, Hill diz que parte desse trabalho de desenvolvimento voltou às ofertas comerciais da empresa, pois há semelhanças entre os modelos de IA desenvolvidos para encontrar padrões em perdas de sinal de satélite e aqueles que preveem necessidades de manutenção para equipamentos de fabricação industrial.

“Ele estava pegando esses conjuntos de dados e procurando por anomalias. Usamos o mesmo processo para clientes de manufatura avançada”, disse Hill. “Isso não é tudo por causa do nosso trabalho com a NASA, mas na FDL, você está trabalhando com algumas das pessoas mais brilhantes. É provavelmente P&D que não teríamos feito ou sequer pensado em fazer se não tivéssemos tido a chance de fazer com eles.”

Embora as auroras sejam uma bela visão na Terra, a atividade solar que as causa pode causar estragos na infraestrutura espacial, como satélites. Usar inteligência artificial para prever esses eventos solares disruptivos foi o foco do trabalho da KX com a FDL. Crédito: NASA

O Frontier Development Lab (FDL) é uma parceria entre a NASA e várias empresas comerciais no campo da inteligência artificial. Um foco da parceria de um ano foi aplicar tecnologias de aprendizado de máquina à heliofísica, o estudo da física do Sol e sua influência no sistema solar. Crédito: FDL.ai

Fonte: spinoff.nasa.gov

Máquinas inteligentes removem humanos do circuito

Máquinas inteligentes removem humanos do circuito

A inteligência artificial autônoma permite que as máquinas se comuniquem sem intervenção humana

A Machine-to-Machine Intelligence Corporation de Tiburon, Califórnia, opera uma rede global de comunicações automatizada, segura e terrestre. A tecnologia começou com um Space Act Agreement e um Cooperative Research and Development Agreement, ambos do Ames Research Center.

A inteligência artificial pode ser o tópico mais quente nos círculos de tecnologia hoje, já que o software inteligente se mostra capaz de um número crescente de tarefas — frequentemente com mais velocidade e precisão do que os humanos, embora às vezes não. A tecnologia quase sempre requer um “humano no circuito”, alguém para treinar o software e garantir sua precisão. Mas muito antes da chegada dos modelos de IA que causaram sensação ao escrever parágrafos coerentes e criar imagens elegantes, um tipo diferente de IA nasceu com a ajuda do Ames Research Center da NASA no Vale do Silício da Califórnia — um que só existe entre máquinas, funcionando autonomamente sem qualquer intervenção humana.

Hoje, essa tecnologia está pronta para automatizar a manutenção de registros para transporte e comércio internacional, uma das maiores indústrias do mundo, à medida que finalmente se torna digital. Em 2006, era apenas uma ideia na cabeça de Geoffrey Barnard quando ele fundou a Machine-to-Machine Intelligence Corp. (M2Mi) no Ames’ NASA Research Park.

O relacionamento de Barnard com a agência espacial havia começado alguns anos antes, quando Steve Gonzalez o convidou para falar em uma conferência sobre “computação em grade” — o que hoje seria considerado um subconjunto da computação em nuvem. Gonzalez, chefe do ramo de Operações e Desenvolvimento Estratégico no Johnson Space Center da NASA em Houston na época, estava olhando para uma tecnologia que permitiria aos astronautas levar algumas capacidades de controle de missão com eles para locais distantes como a Lua e Marte. Barnard era então diretor sênior de tecnologias emergentes e avançadas na Oracle Corporation.

Gonzalez também apresentou Barnard a Bruce Pittman, que trabalhava como contratado no recém-formado Space Portal Office em Ames, uma equipe que promovia atividades espaciais comerciais por meio de parcerias público-privadas. Na época, Barnard imaginou uma rede de comunicação automatizada baseada em satélite, uma ideia que interessou Pittman o suficiente para que ele sugerisse que a M2Mi alugasse um espaço de escritório no parque de pesquisa do centro. Ames então estabeleceu um Space Act Agreement com a empresa iniciante, com o objetivo de desenvolver uma inteligência artificial que automatizaria as comunicações, privacidade, segurança e resiliência entre satélites e computadores terrestres, sem necessidade de intervenção humana.

Eliminando problemas e gerenciando riscos

Central para a tecnologia era automatizar uma abordagem de resolução de problemas conhecida como análise de causa raiz, que a NASA aprimorou ao longo das décadas. É uma metodologia que não busca apenas identificar e corrigir a causa imediata de um problema, mas também tenta descobrir todos os fatores que contribuíram para a causa direta. Uma aplicação comum para análise de causa raiz na agência espacial é a investigação de acidentes, e muitas das causas raiz são frequentemente organizacionais. Na aplicação da M2Mi, ela permitiria que uma rede de comunicações identificasse seus próprios problemas e se consertasse. “As maiores coisas que obtivemos da NASA são gerenciamento de risco e análise de causa raiz”, disse Barnard, que agora é CEO e diretor de tecnologia da M2Mi, sediada em Tiburon, Califórnia.

“A coisa em que a NASA é, na minha opinião, a melhor no mundo é sua atitude e abordagem à gestão de riscos”, ele disse. “O nível de engenharia em torno da gestão de riscos sustentada pela análise de causa raiz não tem paralelo. Então, aprendi muito sobre esse processo e como automatizá-lo para que pudéssemos ter equipamentos autônomos.” Ele queria que o sistema fosse capaz de lidar rapidamente com suas próprias decisões.

O trabalho chamou a atenção do diretor de nanotecnologia de Ames, que estava interessado em desenvolver uma rede de comunicações baseada em satélites pequenos e de baixa potência. “Obviamente, se você pudesse fazer isso, seria algo muito legal de se fazer”, disse Pittman, observando que tal sistema poderia fornecer acesso à internet para pessoas em locais remotos na Terra e aumentar as capacidades da NASA em locais distantes como a Lua e Marte. “Se você pudesse ter esse tipo de conectividade com baixa potência e um mínimo de infraestrutura, então muitas das coisas que a NASA queria fazer no futuro ficariam muito mais fáceis.”

Pittman ajudou a estabelecer um Acordo Cooperativo de Pesquisa e Desenvolvimento (CRADA) entre Ames e M2Mi — um dos poucos acordos desse tipo na história da NASA — que desenvolveria a tecnologia necessária. Ele creditou ao novo diretor do centro na época, Pete Worden, a visão de entender que pequenos satélites poderiam ter um grande papel no futuro. “Todo mundo estava meio que ‘vá grande ou vá para casa’, e Pete estava dizendo, não, esses pequenos satélites eram o caminho a seguir”, disse Pittman.

No final, porém, a tecnologia para permitir que dispositivos pequenos e de baixa potência na Terra se comuniquem com satélites pequenos e de baixa potência em órbita simplesmente não existia na época, disse Pittman. O CRADA foi cancelado, embora Barnard tenha notado que os projetos e o plano de negócios que ele apresentou com a NASA sob o acordo têm uma semelhança óbvia com as redes de comunicação baseadas em satélite que estão sendo lançadas hoje.

No entanto, Barnard disse que tanto o Space Act Agreement quanto o CRADA estabeleceram a base para sua empresa, que agora emprega a mesma tecnologia em uma rede terrestre. Além da equipe de nanotecnologia Ames, ele trabalhou com a equipe de supercomputadores Columbia, a equipe de segurança cibernética e a Intelligent Systems Division do centro, aprendendo sobre computação em nuvem, privacidade e segurança de ponta a ponta e automação de comunicações, além
de análise de causa raiz e gerenciamento de risco.

Da Agência Espacial ao Alto Mar

Após o cancelamento do CRADA, Barnard começou a estabelecer e comercializar seu software M2M Intelligence, uma plataforma modular que permite comunicações seguras, resilientes e automatizadas entre máquinas, incluindo servidores, dispositivos celulares e a “internet das coisas”. A tecnologia inclui módulos para gerenciar conectividade, dispositivos, análises e outros aspectos da comunicação. Ela usa IA para provisionar automaticamente largura de banda de rede para dispositivos, para conectar e restaurar essas redes quando surgem problemas e para permitir que todos os diferentes dispositivos se entendam.

Barnard disse que o nível necessário de segurança e gerenciamento de risco e a velocidade e complexidade de um sistema de comunicações rodando em centenas de redes, conectando milhares de dispositivos — muitos dos quais podem não ter sido construídos para se comunicar entre si — é mais do que operadores humanos poderiam lidar de forma viável. O sistema exigia autonomia, que “é mais rápida e eficiente em praticamente todos os sentidos, e elimina o erro humano”, disse ele. “Outros fatores são as localizações físicas da infraestrutura ao redor do mundo e o tempo que leva para resolver problemas.”

A Oracle se tornou o primeiro grande cliente, com a M2M Intelligence em seu data center configurando a rede global de TI da empresa. A M2Mi trabalhou com a Vodafone para construir uma rede 5G terrestre mundial em mais de 500 redes de telecomunicações menores em mais de 190 países. IBM, Ericsson, Intel e Siemens se tornaram clientes.

Agora Barnard está de olho em um novo mercado: o comércio internacional está finalmente começando a digitalizar sua documentação e transações, abrindo caminho para a automação. “O grande caso de uso para inteligência automatizada e 5G hoje é a digitalização e modernização da cadeia de suprimentos global”, disse ele. A documentação comercial baseada em papel incorreu em enormes custos de tempo e dinheiro, pois a carga viaja entre portos que usam diferentes moedas e idiomas, em diferentes jurisdições e fusos horários. Barnard disse que espera que a digitalização reduza drasticamente os tempos de envio e diminua os custos em até 80%, criando um poderoso incentivo para comprar qualquer tecnologia habilitadora.

“Minha intenção é usar nossa M2M Intelligence como um componente-chave do comércio eletrônico, porque é comprovado. O risco é eliminado disso”, ele disse, observando que as empresas M2M Wireless e TriGlobal começaram a usar a plataforma para logística de transporte. “Já está acontecendo.”

A logística da cadeia de suprimentos pode não ser uma aplicação óbvia para a tecnologia originada da NASA, mas Barnard disse que foi a agência espacial que habilitou sua empresa desde o início. “Acho que se a NASA não estivesse envolvida em nada disso, não teríamos esse conhecimento e capacidade, porque a NASA tinha o supercomputador, a NASA tinha as redes de ponta a ponta, a NASA tinha todas as redes cibernéticas e a NASA tinha todas as operações autônomas sobre as quais eu sabia muito pouco”, disse ele. “Foi realmente o gerenciamento de risco e a análise de causa raiz que codificamos na Inteligência M2M automatizada.”

Barnard observou que a inteligência artificial generativa que ganhou popularidade no último ano, que é baseada na linguagem, pode produzir informações falsas, ou “alucinações”, que exigem correção humana. A inteligência artificial da M2Mi, por outro lado, é baseada na geometria e remove erros sem intervenção.

“A NASA e a M2Mi estavam 15 anos à frente”, ele disse. “Nosso trabalho agora está emergindo como a próxima geração de IA.”

Fonte: https://spinoff.nasa.gov

À medida que o comércio internacional começa a digitalizar a documentação e as transações, a M2Mi espera fornecer a plataforma para essa modernização, que deve reduzir drasticamente o tempo e o custo do transporte internacional. Duas empresas já estão usando a plataforma para logística de transporte. Crédito: Getty Images

Aqui, a interface de usuário do M2M Intelligence mostra a configuração para um dispositivo Raspberry Pi, um computador pequeno e barato, popular entre educadores e amadores. Crédito: Machine-to-Machine Intelligence Corp.

Corporações multinacionais estão usando a plataforma M2M Intelligence em data centers e outros ambientes. O sistema oferece comunicações automatizadas e seguras em uma rede 5G global baseada em terra. Crédito: Getty Images

Processamento Inteligente na Borda

Processamento Inteligente na Borda

Computação espacial mais rápida melhora o tempo de resposta a desastres

Com a ajuda do Laboratório de Propulsão a Jato, a Ubotica Technologies, sediada em Dublin, validou equipamentos de computador projetados para processar dados em órbita, agora disponíveis para satélites comerciais.

A observação da Terra possibilita enormes benefícios para as pessoas no solo. Da previsão do tempo ao monitoramento de desastres, vidas podem ser salvas por meio do processamento oportuno de dados de satélite. No entanto, essa pontualidade pode ser difícil de ser alcançada.

“Os satélites são apenas coletores de dados. Eles não sabem o que estão olhando. Eles apenas coletam dados e, quando chegam a uma estação terrestre, eles fazem o downlink de tudo”, disse Brian Quinn, diretor de estratégia da Ubotica Technologies Ltd., sediada em Dublin, que tem escritórios em Cleveland. “É preciso um pós-processamento, que pode levar dias, para dizer: ‘Ei, houve um incêndio. Ei, houve uma proliferação de algas nocivas.’”

Fundada em 2017, a Ubotica buscou eliminar essa lacuna de tempo. A linha de plataformas CogniSAT da empresa são componentes para satélites que permitem que algum processamento ocorra em órbita antes que os dados sejam enviados ao solo. O processamento de dados no ponto de captura é chamado de computação de ponta, e é uma indústria crescente não apenas no espaço, mas em todos os campos onde os sensores estão em ambientes remotos ou inacessíveis. O sistema CogniSAT atua principalmente como um processador complementar para habilitar a computação de ponta em um satélite em órbita. Os processadores são otimizados para aprendizado de máquina, executando algoritmos especializados chamados “modelos” para aprender quais pontos de dados são úteis.

A Ubotica fez uma parceria com o Laboratório de Propulsão a Jato da NASA no sul da Califórnia para enviar uma plataforma CogniSAT para a Estação Espacial Internacional em 2022, integrada ao Hewlett Packard Enterprise Spaceborne Computer-2 (página 12). A missão foi dupla, testando modelos da NASA que poderiam processar dados coletados por câmeras voltadas para a Terra e também testando o quão bem a plataforma funcionaria sem a atmosfera da Terra para protegê-la da radiação. A Ubotica protegeu sua unidade contra radiação com uma combinação de hardware, como circuitos que resistem a surtos de corrente, e software, como um verificador de memória para detectar corrupção de dados causada por radiação.

“Os modelos em que trabalhamos com a Ubotica se enquadravam em duas categorias — segmentação e classificação”, disse Emily Dunkel, uma cientista de dados do JPL envolvida na colaboração. “Eu enviava a eles um modelo do JPL e eles o adaptavam ao processador deles, então nós o enviávamos para o computador a bordo da Estação Espacial Internacional.”

Os modelos executados na estação espacial eram simples, mas eficazes. Desenvolvidos pela Ubotica e pela NASA, eles tinham como principal tarefa classificar imagens que não seriam úteis, como imagens cheias de cobertura de nuvens. Conforme os modelos aprendiam, eles conseguiam classificar com sucesso imagens com cobertura de nuvens mais complexa. Em 2023, a plataforma da Ubotica retornou à Terra junto com o Spaceborne Computer-2 e foi examinada para ver como se saía depois de meses no espaço.

“Recuperamos o hardware, e ele ainda estava totalmente funcional”, disse Léonie Buckley, engenheira sênior da Ubotica. “Esta foi a primeira vez que demonstramos a robustez de nossas plataformas no espaço, e não observamos nenhum efeito adverso de radiação.”

O Spaceborne Computer-2 forneceu validação de voo espacial para o Qualcomm Snapdragon 855 e Intel Myriad X, processadores primários que são frequentemente usados ​​em computadores comerciais, permitindo a implantação de plataformas CogniSAT em satélites, e Quinn credita a NASA por ajudar a Ubotica a provar que sua plataforma funciona no espaço. No tempo desde a colaboração com a NASA, a Ubotica vendeu sua plataforma para operadores de constelações de observação da Terra e comunicações, bem como lançou seu próprio satélite para testar e exibir o hardware.

Fonte: https://spinoff.nasa.gov

Esta imagem do Mar Salton da Califórnia tirada por astronautas a bordo da estação espacial mostra uma proliferação de algas, que pode ser prejudicial à vida selvagem na área. Identificá-las e monitorá-las da órbita requer imagens claras, que podem ser fornecidas por modelos de aprendizado de máquina classificando fotos. Crédito: NASA

O sistema da Ubotica é projetado para interagir com componentes comuns de computadores empresariais, como aqueles encontrados no Hewlett Packard Enterprise Spaceborne Computer-2, permitindo o desenvolvimento posterior desses computadores para aplicações espaciais. Crédito: Ubotica Technologies Ltd.

Embora imagens tiradas da órbita possam ser importantes para humanos no solo, a cobertura de nuvens pode obscurecer características importantes da superfície. A plataforma da Ubotica foi testada na Estação Espacial Internacional para classificar fotos com cobertura excessiva de nuvens. Crédito: NASA

Equalizando o acesso à Internet

Equalizando o acesso à Internet

Tornando os sites amigáveis ​​para todos com um plugin fácil de usar

A sede da NASA contratou a Equalize Digital para garantir que o novo site da agência fosse acessível a pessoas com deficiência. A empresa sediada em Georgetown, Texas, criou uma ferramenta de destaque do WordPress para sinalizar problemas de acessibilidade, ajudando os editores a resolvê-los. O recurso de código aberto agora está disponível gratuitamente para todos.

Já é difícil ficar online com um smartphone usando uma mão quando você está segurando uma criança se contorcendo ou arrastando uma mala. Tente fazer isso quando você não consegue ver — pode ser incrivelmente difícil. Isso ocorre em parte porque os dispositivos e programas usados ​​para acessar a internet são frequentemente projetados para pessoas sem deficiências. A Equalize Digital Inc. está trabalhando para garantir que todos os usuários tenham acesso igual à web, e a NASA está ajudando.

Mais de 1 bilhão de pessoas no mundo todo e 1 em cada 4 adultos americanos têm uma deficiência que pode impedi-los de interagir com o mundo online, de acordo com a empresa sediada em Georgetown, Texas. Seja devido a uma condição permanente, como cegueira, ou uma deficiência temporária, como visão turva causada por catarata, muitos usuários têm dificuldade para navegar em sites que não abordaram problemas de acessibilidade.

Para garantir que qualquer pessoa pudesse acessar todas as páginas do novo site da NASA, a agência contratou a Equalize Digital para avaliar o site de acordo com os requisitos de acessibilidade. Como parte do projeto, a empresa também fez melhorias em seu plugin automatizado Accessibility Checker, e essas mudanças agora estão beneficiando seus outros clientes.

“Às vezes, as pessoas não sabem realmente por onde começar com acessibilidade, e isso pode parecer esmagador”, disse Amber Hinds, CEO da Equalize Digital. “Estamos tentando criar algo que ajude a todos — pequenas empresas ou um blogueiro individual — a encontrar problemas de acessibilidade em seu site.”

O plugin Accessibility Checker para WordPress testa páginas individuais ou sites inteiros, atualizando automaticamente para gerar relatórios de conformidade de acessibilidade sempre que um novo conteúdo é publicado. Ele usa as Diretrizes de Acessibilidade de Conteúdo da Web padrão do setor para identificar código não compatível. Clientes, incluindo empresas e universidades, usam o plugin para garantir que alcancem todos os interessados ​​no conteúdo de seus sites e evitar potenciais processos judiciais sobre inacessibilidade.

Embora as agências federais sejam obrigadas a atender aos padrões mínimos de acessibilidade, a NASA queria “ultrapassar os limites, para ser um exemplo de melhores práticas”, disse Abby Bowman, líder de modernização da web da agência. A equipe descobriu que os relatórios de erros gerados pelo Accessibility Checker existente eram muito técnicos para os escritores e editores que preparavam o conteúdo. Então, a Equalize Digital trabalhou com a NASA para criar uma ferramenta de destaque suplementar que torna o processo mais amigável ao usuário.

Depois que um escritor rascunha um novo artigo no site, mas antes de ele ir ao ar, o plugin coloca uma caixa rosa em volta de qualquer texto com um problema — pode ser uma legenda ou parte do artigo. Um clique na caixa exibe uma explicação do problema, como corrigi-lo e um resumo dos requisitos de acessibilidade relevantes. Com o tempo, os usuários aprendem a formatação correta do conteúdo, resultando em menos erros e também ganhando uma maior compreensão da acessibilidade online.

O recurso de destaque desenvolvido para a agência espacial agora está disponível nas versões gratuita e paga do plugin Accessibility Checker porque a NASA queria torná-lo amplamente disponível. A Equalize Digital ficou feliz em atender a esse requisito, que estava de acordo com seu ethos corporativo. Como uma Certified B Corporation, espera-se que ela considere qualquer pessoa que possa ser afetada por suas decisões, desde trabalhadores até a sociedade em geral e o meio ambiente.

“É algo que me atrai — fazer mais do que apenas ganhar dinheiro”, disse Hinds “Quero sentir que estou fazendo a diferença no mundo. Teríamos levado muito mais tempo para lançar esse recurso se não fosse pelo suporte da NASA.”

Amber Hinds, CEO da Equalize Digital, testa o novo site da NASA usando o leitor de tela Apple VoiceOver. Crédito: Equalize Digital Inc.

Para tornar o conteúdo da NASA acessível a todos os leitores, a Equalize Digital criou um plugin que destaca problemas que podem impedir os leitores. Dessa forma, todos os usuários podem corrigir a cópia antes de publicar o conteúdo online. Crédito: NASA

Fonte: spinoff.nasa.gov

A experiência com corais encontra ampla aplicação

A experiência com corais encontra ampla aplicação

Empresa de sensoriamento remoto ajuda clientes a navegar pelos dados, guiada pelo know-how da NASA

A HySpeed ​​Computing, sediada em Miami, oferece serviços de sensoriamento remoto usando código que o fundador da empresa desenvolveu com financiamento da sede da NASA enquanto era estudante de pós-graduação em recifes de corais.

Quando uma empresa da Flórida quis incorporar novos dados de satélite em suas previsões de localização de atum, marlim e outros peixes para torneios de pesca offshore, ela recorreu à HySpeed ​​Computing LLC, sediada em Miami.

O fundador da HySpeed, James Goodman, trabalha com dados de agências espaciais desde o início dos anos 2000, quando era um estudante de doutorado financiado pela NASA na Universidade da Califórnia, Davis, com foco em imagens remotas de recifes de corais.

Lá, como bolsista da NASA Earth Systems Science Fellowship, ele começou a escrever código que usou em vários projetos da agência desde então e que também se tornou a base dos serviços que sua empresa de sensoriamento remoto oferece hoje.

A empresa de previsão de peixes, ROFFS Inc., estava interessada nos dados do satélite europeu Sentinel-3 para aumentar as informações de satélite que já estava usando. Goodman escreveu um script automatizado para identificar os dados relevantes do Sentinel, baixá-los automaticamente e enviá-los por uma série de etapas de pré-processamento antes de introduzi-los no pipeline de análise existente da empresa.

“Os dados estão lá, e as empresas podem acessá-los”, disse Goodman. “Nós apenas os ajudamos a simplificar esse acesso e transformar os dados em formatos ou produtos que eles podem executar mais facilmente por meio de suas próprias análises.”

Sistemas complicados e diversos

A NASA usa sensoriamento remoto para monitorar a Terra e outros planetas, frequentemente com sensores montados em satélites ou aeronaves para detectar energia refletida ou emitida em maiores detalhes do que o que é visível ao olho humano. As pessoas podem ver vermelho, verde e azul — uma capacidade básica de observação multiespectral.

Os satélites multiespectrais Landsat da agência espacial orbitam a Terra coletando informações em bandas adicionais do espectro eletromagnético, incluindo azuis profundos, violetas e infravermelhos. Os imageadores hiperespectrais, por sua vez, que têm sido o foco de Goodman desde seus dias de Ph.D., podem monitorar centenas de bandas, dando uma leitura mais ampla e detalhada do espectro.

Woody Turner, cientista do programa para diversidade biológica na sede da NASA em Washington, explicou o interesse da agência espacial em imagens e estudo de ambientes diferenciados. “Sistemas como florestas tropicais com múltiplas espécies de árvores no dossel ou recifes de corais com múltiplos recifes e diferentes tipos de algas — eles são complicados, são diversos, e essa complexidade é realmente bem capturada por esses sistemas de espectrômetro de imagens hiperespectrais”, disse ele.

Uma resolução cada vez mais alta ajuda a detectar detalhes menores em recifes de corais, por exemplo, proporcionando uma compreensão mais refinada do ambiente como um todo.

“Nós nos importamos com os recifes de corais porque nos importamos em ter um sistema mais saudável, nos importamos com pescarias saudáveis, nos importamos em manter a biodiversidade, nos importamos com a qualidade da água e a saúde da água”, disse ele.

Automatizando uma abordagem confiável

Depois de obter seu doutorado, Goodman passou a trabalhar em projetos de corais financiados pela NASA na Universidade de Porto Rico, refinando seu código de software ao longo do caminho.

“Sempre senti que não estava resolvendo apenas uma questão. Eu estava focado no código e no desenvolvimento de software que pudesse ser aplicado pelo menos regionalmente e, idealmente, globalmente — onde quer que haja recifes de corais”, disse ele.

“Além do lado acadêmico desta pesquisa, e além de apenas observar os recifes de corais, logo ficou claro que havia potencial comercial para os tipos de aplicações que eu estava desenvolvendo, e isso me levou a perceber que eu poderia começar uma empresa com base nessa expertise.”

A HySpeed ​​Computing foi fundada em 2010 e, além de clientes do setor privado, a empresa também trabalha com acadêmicos, incluindo mais recentemente uma equipe da Universidade das Ilhas Virgens que estava configurando seus recursos de sensoriamento remoto para monitorar a sedimentação costeira.

“Eles estavam observando plumas de sedimentos na coluna d’água e queriam explorar opções para detectá-las e monitorá-las automaticamente”, disse Goodman.

Trabalhando com a HySpeed, a equipe identificou os aplicativos e algoritmos apropriados, ele disse. “Então trabalhamos na questão de como você pega o que você identificou como uma abordagem confiável e automatiza isso?”

Computação Espacial

A HySpeed ​​também continuou a trabalhar com a NASA, desenvolvendo um sistema de processamento hiperespectral baseado na web para dados coletados de um espectrômetro de imagens na Estação Espacial Internacional. Goodman disse que esse trabalho informou ainda mais seu software, inspirando-o a continuar tornando seu código mais automatizado e amigável.

Mais recentemente, em um projeto que visa permitir a computação de alto desempenho no espaço, o software HySpeed ​​chegou à própria estação espacial, desta vez trabalhando com o projeto Spaceborne Computer da Hewlett Packard Enterprise, que executa um sistema de computação comercial pronto para uso na estação (veja a página 12).

“À medida que nos afastamos da Terra, as equipes precisarão de mais autonomia e poder de computação para fazer o que precisam, em vez de transmitir todos esses dados de um lado para o outro”, disse Goodman. “Em vez de computação em nuvem, é computação espacial.”

De volta à Terra, a HySpeed ​​continua a tornar os dados de sensoriamento remoto mais acessíveis, quer os clientes precisem deles para esforços de conservação ou eficiência empresarial. Goodman disse que sua empresa ainda está trabalhando com a ROFFS, desenvolvendo novos recursos para melhorar os produtos de análise do previsor de peixes.

Recifes de corais e bancos de recifes ao longo da costa norte de Vanua Levu, Fiji, mapeados com dados do Landsat 9 processados ​​pela HySpeed ​​Computing. O sensoriamento remoto permite o monitoramento e a avaliação em larga escala de ecossistemas costeiros ao redor do mundo. Crédito: HySpeed ​​Computing LLC

Variações no fundo do mar na ponta sul da Língua do Oceano, Bahamas, são tornadas visíveis usando dados do Landsat 9 processados ​​pela HySpeed ​​Computing, cujo fundador trabalhou com dados de agências espaciais desde o início dos anos 2000, quando era um estudante de doutorado financiado pela NASA. Crédito: HySpeed ​​Computing LLC

Fonte: spinoff.nasa.gov

Dos Mars Rovers às Linhas de Montagem de Fábrica

Dos Mars Rovers às Linhas de Montagem de Fábrica

A tecnologia de IA financiada pela NASA que permite veículos autônomos e drones agora fica de olho nas correias transportadoras

O software de visão de IA da Neurala, sediada em Boston, identifica defeitos de produtos durante a fabricação usando tecnologia desenvolvida com financiamento STTR do Langley Research Center da NASA, que estava investigando veículos planetários bioinspirados.

O software de inteligência artificial projetado para aprender e analisar o terreno marciano está agora no centro de um sistema para monitorar linhas de montagem na Terra.

O software de inspeção visual da Neurala Inc., uma empresa de inteligência artificial de Boston, funciona com câmeras, computadores e até celulares existentes para monitorar a qualidade dos produtos que passam por uma correia transportadora, por exemplo.

“Nosso software pode aprender muito rapidamente em um processador com uma pegada muito pequena, uma habilidade que aprendemos trabalhando com a NASA”, disse o cofundador e CEO da Neurala, Massimiliano Versace. “Ao fazer isso, habilitamos a inspeção de visão com quaisquer componentes que já estejam disponíveis, implantando em minutos. Em nossa exploração do mercado, percebemos que o espaço de fabricação tinha uma necessidade precisa dessa tecnologia.”

Versace e Neurala começaram a trabalhar com a NASA há mais de uma década em um projeto financiado pelo programa Small Business Technology Transfer (STTR). A NASA estava interessada em “navegação adaptativa bioinspirada para exploração planetária”, e Versace e sua equipe estavam trabalhando em software de IA de rede neural modelado no cérebro humano.

Com foco em um conceito de rover que pudesse aprender a atravessar o terreno marciano de forma independente, a Neurala ganhou o financiamento da Fase II do STTR para o projeto. Dinheiro adicional de um Fundo de Inovação do Centro da NASA permitiu que a equipe da Neurala adaptasse sua tecnologia para navegação por drones e prevenção de colisões ( Spinoff 2018 ).

Tanto nas aplicações do rover quanto do drone, o software Neurala pode ser executado em um pequeno dispositivo no próprio veículo, eliminando o atraso no envio de sinais para um tomador de decisão em outro local.

A computação no local também é uma vantagem na fabricação, onde uma linha de montagem pode ter cem itens passando a cada minuto, dificultando as inspeções visuais para controle de qualidade.

“Se você fizer as contas, terá muito pouco tempo para entender o que está vendo”, disse Aishwary Jagetia, cientista sênior de pesquisa e especialista em IA na Neurala. “Às vezes, você tem alguns milissegundos, então não há tempo suficiente para ir da câmera para uma nuvem em algum lugar do mundo e, então, enviar o resultado de volta para a fábrica. Está se tornando cada vez mais crucial levar os recursos de IA diretamente aos dispositivos para garantir um processamento mais rápido e melhor proteção de privacidade.”

Os fabricantes normalmente não querem suas informações online, onde eles têm que pagar por armazenamento que pode não ser seguro, enquanto a produção se torna dependente da força da conexão Wi-Fi.

Mark Motter, engenheiro do Centro de Pesquisa Langley da NASA em Hampton, Virgínia, observou que o controle de qualidade da linha de montagem, à primeira vista, parece uma direção totalmente nova para a tecnologia.

“Mas, na verdade, em um ambiente dinâmico, você tem coisas voando por você, e isso parece um pouco similar ao que está acontecendo aqui”, disse Motter. “Ou mesmo com o rover, onde estamos tentando reconhecer coisas como pedras e penhascos que não queremos encontrar ou afastar — isso não é diferente de identificar defeitos em produtos.”

Motter, que inicialmente sugeriu que a Neurala competisse pelos fundos do STTR depois de ler sobre a empresa em uma publicação do setor, disse que está feliz que a NASA pode receber algum crédito por ajudar a desenvolver esta nova aplicação.

Quando os sistemas de inspeção visual em uma linha de montagem podem processar dados com sua própria inteligência artificial, em vez de enviá-los para serem processados ​​na nuvem e esperar por uma resposta, a linha pode se mover mais rápido e todos os dados são mantidos seguros no local. Crédito: Getty Images

A empresa europeia apetito usa o software de inspeção de visão da Neurala para garantir a qualidade de suas refeições preparadas, como as porções de feijão verde mostradas aqui. O software evoluiu do código que a Neurala estava desenvolvendo há mais de uma década, com financiamento da NASA, para um rover que poderia aprender a atravessar o terreno marciano de forma independente. Crédito: Neurala Inc.

Fonte: spinoff.nasa.gov