L’Intelligence geospaziale si basa sull’analisi di uno sterminato quantitativo di dati acquisiti attraverso un gran numero di fonti e di strumenti, i cui dati dopo essere stati acquisiti vengono spesso utilizzati in combinazione tra di loro.
Per comprendere quanto possa essere difficoltoso approcciare a una tale mole di dati, basti pensare che negli scorsi anni il Pentagono ha ammesso di non riuscire a gestire adeguatamente il flusso di informazioni geospaziali prodotte quotidianamente dai suoi satelliti e dalle molte altre fonti da cui attinge i propri dati.
Per far fronte a questo importante problema procedurale la National Geospatial – Intelligence Agency, che riferisce direttamente al Dipartimento della Difesa degli Stati Uniti, ha deciso di puntare in maniera massiccia sull’intelligenza artificiale.
A questo fine la NGA ha siglato sette contratti di ricerca della durata di un anno con sei diverse aziende specializzate nell’utilizzo di algoritmi avanzati e machine learning per processare dati geospaziali.
Indice dei Contenuti
La “liberazione” degli analisti umani è l’obiettivo principale di NGA
I contratti di ricerca recentemente stipulati recentemente sono soltanto l’ultimo step di un programma triennale che la NGA ha avviato per sostenere l’applicazione di tecniche e strumenti innovativi da inserire nelle proprie risorse.
Gregg Black, principale referente di NGA per i servizi commerciali, si è detto entusiasta della risposta espressa dal mercato dopo l’emanazione del bando per l’assegnazione dei progetti di ricerca: sono stati ben 171 i white paper (cioè i rapporti dettagliati su possibili soluzioni al problema della gestione dati di NGA) ricevuti dall’Agency e altre 29 proposte sono state sollecitate dalla stessa NGA prima di assegnare i contratti: “Speriamo che molti di questi progetti di ricerca conducano a risultati che possiamo integrare nella nostra azienda per rendere più efficienti le nostre operazioni” ha dichiarato Black.
È abbastanza facile comprendere e condividere le speranze della NGA. Solo nel 2019 l’agenzia ha raccolto più di 12 milioni di immagini prodotte da un gran numero di fonti differenti e ha prodotti più di 50 milioni di osservazioni indicizzate. Si tratta di un lavoro che, per quanto possa sembrare paradossale, oggi è quasi completamente affidato ad analisti umani, i quali impiegano un tempo enorme a processare tutti i dati raccolti dalla NGA.
Il continuo e velocissimo progresso delle nuove tecnologie ha portato il direttore della NGA Robert Cardillo a dipingere un futuro estremamente difficile per la sua agenzia: secondo le sue stime, nel giro di appena cinque anni l’agenzia sarà chiamata ad analizzare una quantità di dati pari a un milione di volte quella attuale. Nel giro di 20 anni, lavorando secondo le procedure e con gli strumenti attuali, la NGA dovrebbe impiegare 8 milioni di analisti umani per gestire il quantitativo di dati che si prevede di ottenere.
Non stupisce quindi che il progetto della NGA sia di trasferire il 75% dell’analisi a macchine che siano in grado di attuare una strategia a tripla A, cioè basata su Automazione dell’analisi, Aumento della potenza di calcolo e sfruttamento dell’Artificial Intelligence.
“Intendiamo applicare la strategia a tripla A entro la fine di quest’anno a ogni immagine che acquisiamo” ha annunciato Justin Poole, vice di Cardillo, all’inizio del 2020.
L’obiettivo della NGA è chiaro: concentrare le insostituibili capacità di calcolo e di analisi dei professionisti umani su fattori più significativi dell’intero processo di elaborazione dati, affidando alle macchine il cosiddetto “lavoro sporco”.
Il caso di Chesapeake Bay: ecco cosa può fare la AI per il geospaziale
I risultati che è possibile ottenere attraverso l’utilizzo machine learning e dell’intelligenza artificiale nell’ambito dell’Intelligence Geospaziale sono già noti. L’esempio più recente è la mappa ampia un metro quadro dello spartiacque di Chesapeake Bay, una zona ad alto rischio alluvionale nel Maryland.
La zona è compresa nell’area urbana di Ellicott City, situata nel punto in cui due affluenti confluiscono nel fiume Patapsco. Data la sua prossimità a tre corsi d’acqua Ellicott City è sempre stata toccata da inondazioni e fenomeni alluvionali ma, negli ultimi anni, la cosa stava pericolosamente sfuggendo di mano.
All’origine di questa mutazione c’è la progressiva sostituzione delle aree boschive con superfici pavimentate, strutture abitative e zone disboscate che hanno compromesso profondamente la capacità del terreno di assorbire il carico d’acqua relativo alle piene dei fiumi.
Al fine di prevedere le inondazioni (sempre più frequenti e violente) e fornire alle autorità tutti i dati necessari a mettere in salvo la popolazione della zona, l’Università del Vermont in collaborazione con Microsoft e con un altro partner ha realizzato una mappa che contiene 900 volte le informazioni di origine geospaziale contenute nelle mappe precedenti. Il costo dell’operazione? 3,5 milioni di Dollari.
L’intelligenza artificiale che Microsoft ha messo a disposizione degli scienziati è stata in grado di identificare strade e corsi d’acqua ed edifici utilizzando algoritmi che venivano appresi nel corso dell’analisi delle immagini. Uno dei progetti di ricerca assegnati recentemente si concentrerà proprio sulle potenzialità della procedura messa in atto per Chesapeake Bay: l’obiettivo è utilizzare il deep learning per automatizzare la rilevazione di infrastrutture complesse insieme ad altri elementi ad esse strettamente correlate.
Gli States segnano il passo: gli altri Paesi cominceranno la rincorsa?
Per dare un’idea di quante risorse siano state stanziate negli States per potenziare l’utilizzo dell’intelligenza artificiale nell’ambito del geospaziale basta guardare al valore di ogni singolo contatto di ricerca.
Per quanto non siano stati resi pubblici dati dettagliati, è emerso che ogni contratto ha un valore approssimativo di mezzo milione di Dollari.
Nel 2017, gli sforzi economici di investimento espressi dalla National Geospacial Intelligence Agency si concretizzavano in soli 4 contratti dello stesso valore. Nel giro di tre anni gli investimenti sono pressoché raddoppiati, segno che secondo gli americani il futuro del geospaziale non può prescindere dallo sviluppo e dall’applicazione su larga scala dell’intelligenza artificiale.
L’importanza del settore geospaziale in ambito militare, politico e ambientale ormai è palese e molte altre nazioni stanno affacciandosi in questo settore. Quale sarà l’impegno economico degli altri Paesi nello sviluppo dell’AI in ambito geospaziale? Quali nazioni riusciranno a stare al passo con la potenza economica americana?
