Orbital s’appuie sur la technologie native du cloud pour mettre à l’échelle des solutions de données géospatiales intelligentes

La modernisation de l’infrastructure informatique permet aux entreprises d’être plus efficaces, d’innover et de le faire à grande échelle. En utilisant ces nouvelles technologies, la société d’analyse géospatiale Orbital Insight Inc. rassemble de nombreux types de données de localisation et leur applique l’intelligence artificielle et l’analyse afin de répondre aux questions des entreprises.

Bien que n’étant pas à l’origine une plate-forme de microservices, Orbital a pris le contrôle du monde de la technologie native du cloud, des conteneurs et de Kubernetes, car il devait être en mesure de faire évoluer différentes parties de son système, selon Matt Falk (photo), vice-président de l’ingénierie, science des données et vision par ordinateur à Orbital.

«Qu’il s’agisse d’une mise à l’échelle pour ingérer plus de données, d’une mise à l’échelle pour impliquer de nouveaux algorithmes ou d’une mise à l’échelle pour impliquer ou être capable de calculer des demandes de calcul massives provenant de notre client, cela nécessite différentes parties de notre système à l’échelle», a-t-il déclaré. «Si nous étions une application monolithique, si nous fonctionnions sur site, ce type d’échelle ne serait tout simplement pas vraiment possible.»

Falk a parlé avec John Furrier, hôte de theCUBE, le studio de diffusion en direct de SiliconANGLE Media, lors de la DockerCon. Ils ont discuté de la technologie Orbital et des cas d’utilisation, de l’adoption de l’intelligence artificielle et de l’analyse pour obtenir des informations à partir des données, et de la manière dont les applications modernes sont essentielles pour que l’entreprise puisse relever les défis techniques. (* Divulgation ci-dessous.)

Surfer sur la vague du Big Data

Orbital analyse les images de satellites, de drones, de ballons et d’autres véhicules aériens sans pilote, y compris les données de géolocalisation de téléphones portables, pour étudier une gamme d’activités humaines et fournit des informations commerciales et d’autres informations stratégiques à partir des données.

Lorsqu’elle a commencé il y a environ huit ans, la vague du Big Data ne faisait que se développer. Il n’y avait pas beaucoup de fournisseurs de satellites. et il n’y avait pas autant de types différents de données géospatiales qu’aujourd’hui. Ainsi, la manière dont ces données pourraient être utilisées n’était pas claire.

Ces dernières années, les données sont devenues plus abondantes, avec de nombreux nouveaux types de sources disparates, et plusieurs nouveaux cas d’utilisation sont également apparus, selon Falk. Maintenant, tout se résume à fusionner toutes sortes de données pour obtenir plus d’informations.

«La chose la plus excitante est vraiment la quantité de ces données existantes et la quantité qui va exister dans les prochaines années, et, honnêtement, nous voulons surfer sur ce raz-de-marée avec nos clients», a déclaré Falk. «C’est de la science-fiction, mais c’est ici.»

Dans les premières années d’exploitation, Orbital avait l’habitude de parler aux clients, d’écouter leurs points faibles et de développer une solution de données spécifique au cas d’utilisation, qui ne permettait pas une mise à l’échelle au besoin.

Après avoir identifié qu’il y avait de nombreuses similitudes et chevauchements entre les problèmes des clients, Orbital a décidé de développer cela sur une plate-forme générique, appelée GO, qui peut généralement résoudre toute question sur l’analyse de données géospatiales, selon Falk.

«Donc au lieu de, ‘j’ai un problème très spécifique. Je voulais compter le nombre d’arbres dans cette zone particulière, « c’est » non, non, vous voulez faire quelque chose de similaire à l’utilisation des terres « , a-t-il dit. «Vous voulez essayer de classer différentes zones de la planète qui sont couvertes par ce type particulier d’utilisation des terres, puis l’utiliser comme une estimation du nombre d’arbres qu’il y a.»

À l’intérieur de la plateforme Orbital GO

Le traitement des données géospatiales implique de nombreux défis techniques, selon Falk. Dans le cas d’images captées par satellite à des kilomètres de la planète, par exemple, la résolution est très mauvaise.

«Si nous sortons et que nous nous tenons dans une image satellite, les meilleurs capteurs commerciaux d’aujourd’hui, nous ne sommes qu’au plus un pixel, et avec un pixel, vous ne pouvez vraiment pas identifier les gens», a-t-il expliqué.

Un autre défi est lié à ce qu’il appelle la «résolution temporelle». En effet, de nombreuses sources d’images n’obtiennent pas d’image tous les jours, ni même toutes les semaines, ce qui entraîne un décalage entre l’une et l’autre qui peut compromettre les inférences.

« Alors, comment imputez-vous différentes données, attribuez-vous différents points pour que votre analyse globale en vaille la peine? » Il a demandé.

Il y a encore des problèmes liés à la géo-inscription ou à l’orthorectification. Lorsqu’un satellite obtient une image d’un endroit sur la planète, il n’est pas possible de savoir précisément où se trouve cette image. Elle peut être distante de 5, 10, 15 ou 20 mètres, et des travaux doivent être effectués pour déplacer cette image vers la bonne position spécifique. L’orthorectification fait référence à l’angle sous lequel l’image a été prise, qui doit également être correctement comprise.

« Donc, pour l’imagerie satellite, pour d’autres sources de données également, il y a une multitude de défis supplémentaires que nous devons affronter, que nous devons résoudre et travailler avec pour rendre ces données utilisables », a déclaré Falk. «Et c’est ce que fait notre plateforme; il prend ces données, il résout tous ces problèmes et vous permet de calculer les analyses par-dessus. »

Orbital ajoute de la valeur pour les clients de deux manières principales. La première est que l’entreprise met les données à leur disposition. Il est trop coûteux d’acheter ces sources de données disparates si l’entreprise n’a qu’un seul besoin particulier, selon Falk.

«Donc, la première chose que fait notre plate-forme est qu’elle s’intègre à de nombreux fournisseurs de données différents, elle s’intègre à tout ce qui a une latitude et une longitude», a-t-il déclaré. «Et nous devenons presque le courtier, le fournisseur de toutes ces données disparates en une seule source unifiée.»

Le deuxième élément est l’analyse. En fonction de l’intérêt de l’entreprise – où elle veut regarder la planète, ce qu’elle veut rechercher et quand elle veut le chercher – la plateforme Orbital se charge d’obtenir toutes les informations nécessaires et d’appliquer des analyses personnalisées pour produire le perspectives attendues.

«Ce qui sort de la plate-forme est en fait une série chronologique que vous pouvez explorer et approfondir», a conclu Falk.

Regardez l’interview vidéo complète ci-dessous, et assurez-vous de découvrir plus de couverture de SiliconANGLE et theCUBE de DockerCon. (* Divulgation: Docker Inc. a sponsorisé ce segment duCUBE. Ni Docker ni les autres sponsors n’ont de contrôle éditorial sur le contenu sur leCUBE ou SiliconANGLE.)

Photo: SiliconANGLE