LGND, una startup innovadora en el campo de la inteligencia artificial, ha anunciado su ambiciosa iniciativa de crear un sistema similar a ChatGPT, pero enfocado en la comprensión del planeta Tierra. Esta propuesta busca revolucionar la forma en que se procesa y analiza la vasta cantidad de datos geográficos que se recopilan diariamente a través de satélites y otras tecnologías de observación de la Tierra.
La empresa ha logrado recaudar 9 millones de dólares en una ronda de financiación liderada por Javelin Venture Partners, con la participación de varios inversionistas destacados, incluyendo a AENU, Clocktower Ventures y Space Capital, entre otros. Este financiamiento permitirá a LGND avanzar en el desarrollo de su producto principal: codificaciones vectoriales de datos geográficos.
En la actualidad, la interpretación de los datos geográficos puede ser un desafío significativo. La información suele presentarse en forma de píxeles o vectores tradicionales, lo que requiere una comprensión profunda del espacio o una capacidad computacional considerable para su interpretación. LGND pretende simplificar este proceso mediante el uso de codificaciones vectoriales que resumen los datos espaciales, facilitando la identificación de relaciones entre diferentes puntos en el planeta.
Nathaniel Manning, cofundador y CEO de LGND, explicó que la meta no es reemplazar a los expertos humanos, sino potenciar su eficiencia al permitirles gestionar datos geoespaciales de manera más rápida y precisa. “No buscamos sustituir a las personas que realizan estas tareas, sino hacerlas diez o cien veces más eficientes”, afirmó Manning.
Un ejemplo claro de la utilidad de esta tecnología es la identificación de cortafuegos en California, una tarea crucial para la gestión de incendios forestales. Tradicionalmente, este proceso requeriría una inversión significativa en tiempo y recursos para entrenar algoritmos capaces de reconocer cortafuegos en imágenes satelitales. Con la tecnología de LGND, este tipo de análisis podría realizarse de manera mucho más económica y eficaz.
Bruno Sánchez-Andrade Nuño, cofundador y científico jefe de LGND, destacó que las codificaciones vectoriales permiten realizar el 90% de los cálculos necesarios de antemano, lo que simplifica enormemente la tarea de encontrar características geográficas específicas en un mapa. Por ejemplo, un cortafuegos podría identificarse por la ausencia de vegetación en una imagen o por su anchura mínima necesaria, características que las codificaciones vectoriales pueden detectar fácilmente.
La visión de LGND es abrir nuevas posibilidades para el análisis de datos geoespaciales, permitiendo a las empresas formular consultas más complejas y obtener respuestas rápidas y precisas. Un posible uso imaginado por Manning es un agente de viajes impulsado por IA capaz de responder a consultas detalladas sobre destinos turísticos, considerando múltiples factores geográficos y temporales.
Si LGND logra implementar con éxito esta tecnología, podría transformar significativamente el mercado de soluciones geoespaciales, valorado en cerca de 400 mil millones de dólares. Manning comparó la visión de la empresa con la de Standard Oil, pero en el contexto de los datos geoespaciales, subrayando el potencial de la empresa para convertirse en un actor dominante en este campo.
Con su enfoque innovador y el respaldo financiero recientemente asegurado, LGND se posiciona como un pionero en la intersección de la inteligencia artificial y el análisis geoespacial, prometiendo hacer que la comprensión del planeta sea más accesible y eficiente para todos.