LGND 自詡數據領域「石油」公司，要為地球打造地圖版 ChatGPT
地球每天都在產生驚人的數據量，衛星每日產生 100TB 的影像資料，為我們提供了前所未有的地球觀測能力。不過擁有大量數據，並不等同於能夠有效理解和運用這些資訊。
看似簡單的問題往往隱藏著複雜的技術挑戰，例如「加州有多少條防火道能夠阻止野火蔓延，這些防火道自上次火災季之後發生了什麼變化？」這類對國家經濟具有重要意義的問題，無法單靠衛星準確回答。
傳統的解決方案主要依賴人工分析，或針對特定問題開發一次性演算法。人工分析雖然準確，但範圍有限，無法應對大規模數據處理需求。而機器學習方法雖然有所改善，但開發成本高昂，往往需要投入數十萬美元來建立專門的數據庫，且這些模型通常只能解決單一特定問題，缺乏靈活性和可重複使用性。
於是，新創公司 LGND 找到創新的地理嵌入技術來解決這個難題。
透過預先運算地圖，效率提升可達10 到100 倍
LGND 的核心產品是地理數據的向量嵌入技術，能夠以向量形式總結空間關係（通常我們要向朋友描述一個地方，可能會說「這裡有山、有湖、靠近市中心、交通便利」，向量形式總結空間關係就是把這種描述轉換成數學語言），與傳統的像素或向量格式不同，地理嵌入能夠更有效地捕捉不同地球位置之間的關聯性。
LGND 共同創辦人兼首席科學家 Bruno Sánchez-Andrade Nuño 解釋，向量嵌入技術能夠預先完成 90% 的運算，大幅提升分析效率。這意味著原本需要大量計算資源和時間的空間分析工作，現在可以透過預先運算的地理嵌入來快速完成，效率提升可達 10 到 100 倍。
且 LGND 並非要完全取代人類，它的解決方案致力於，讓原先在地圖領域的工作者可更高效率的完成工作。共同創辦人兼執行長 Nathaniel Manning 強調，他們的目標是讓專業人士能夠以更低的成本、更快的速度處理更多複雜的地理空間查詢。
LGND 已開發面向企業級的應用程式
以辨識防火道為例，過去在衛星影像中防火道可能以多種形式出現，包括道路、河流、湖泊或無植被區域，雖然這些區域在地圖上看起來截然不同，但它們都具有某些特徵，而傳統的地理空間模型難以處理這類多樣化的分析需求，因為每種區域都需要單獨的辨識算法。而 LGND 的嵌入技術則能夠靈活地比對這些地點。
如今 LGND 已經開發了企業級應用程式，幫助大型公司回答涉及空間數據的問題，同時也提供 API 介面，讓有特定需求的使用者能夠直接儲存服務。這種彈性的產品架構能夠支援不同規模和需求的應用場景。
LGND 下一步則想將技術應用拓展至 AI 旅遊助手。使用者甚至可以要求系統尋找「一個有三個房間的短期租屋，位於白沙灘上、靠近浮潛地點，在二月份時的海藻數量要很稀少等條件」，若用過去傳統的地理空間模型來回答這些問題將會非常耗時，更別說同時處理用戶要求的所有條件。
成功獲市場認可，近期融資900 萬美元
近期該公司最近完成了由 Javelin Venture Partners 領投的 900 萬美元種子輪融資，投資者陣容中還包括多位重量級天使投資人，如Keyhole 創辦人 John Hanke、Ramp 共同創辦人 Karim Atiyeh，以及 Salesforce 高管Suzanne DiBianca，可以說 LGND 的商業潛力獲得了投資者的高度認可。
Manning 也對 LGND 的商業前景充滿信心，他將公司定位為「數據領域的石油公司」。如果 LGND 能夠成功地將這樣的工具提供給大眾，或者僅僅是那些在工作中使用地理空間數據的專業人士，它就有可能在地理資訊市場中分得一杯羹。
而這個龐大的市場規模也反映了地理空間資料在現代經濟中的重要性。從防災預警到旅遊規劃，從企業選址到環境監測，幾乎所有行業都需要處理和分析地理空間資訊。LGND 的技術創新正好填補了這個市場中缺少的效率。
地理空間資料處理大躍進，將催生地理版的ChatGPT？
LGND 的技術突破代表了地理空間資料處理領域的一個重要里程碑。透過向量嵌入技術，原本需要大量人力和資源的空間分析工作變得更加高效和可及。這不僅降低了技術門檻，也為各行各業開啟了新的可能性。
而這也引發了一個值得探討的問題，當地理空間資料能夠讓用戶用語意方式查詢時，是否將催生地理版的 ChatGPT？如果答案是肯定的，那麼這將不僅僅是技術上的進步，更可能是人類與地球環境互動方式的根本性改變。
＊立即報名 8/15 【AI Agent 知識工作革命論壇】，解析企業如何在各工作場景導入 AI Agent 完成任務
【推薦閱讀】
◆ 打造核工業專屬 ChatGPT！新創 Atomic Canyon 如何用 AI 幫核電廠數位轉型？
◆ 所有保險任務都可交給 AI！新創 Sure 用 MCP 蓋了金融保險的高速公路
◆ 該用哪家 AI 讓你很苦惱？新創 Token Monster 自動幫選最強 AI 完成任務
＊本文開放合作夥伴轉載，參考資料：《TechCrunch》、《WEF》，圖片來源：Unsplash
（責任編輯：鄒家彥）
留言 0