地球正被海量的自身数据淹没。卫星每天拍摄约100太字节的图像数据。
但解读这些数据并非易事。看似简单的问题可能极其复杂。例如对加利福尼亚州至关重要的经济问题：该州现有多少能阻断野火蔓延的防火带？相比上个火灾季有何变化？
“过去需要人工识别图像，但这种方法扩展性有限，”LGND联合创始人兼首席执行官纳撒尼尔·曼宁（Nathaniel Manning）向TechCrunch表示。近年来神经网络技术降低了分析难度，机器学习专家和数据科学家得以训练算法识别卫星影像中的防火带。
“构建这样的数据集可能需要投入数十万美元，而成果只能解决单一问题，”他补充道。
LGND致力于将成本降低一个数量级以上。“我们不是要取代人工，”联合创始人兼首席科学家布鲁诺·桑切斯-安德拉德·努诺（Bruno Sánchez-Andrade Nuño）强调，“而是要让效率提升十倍、百倍。”
该公司独家向TechCrunch透露，已获900万美元种子轮融资，由标枪创投（Javelin Venture Partners）领投，AENU、钟楼创投（Clocktower Ventures）、联合运营（Coalition Operators）、MCJ、序曲创投（Overture）、山脊创投（Ridgeline）和太空资本（Space Capital）跟投。天使投资人包括Keyhole创始人约翰·汉克（John Hanke）、Ramp联合创始人卡里姆·阿提耶（Karim Atiyeh）及Salesforce高管苏珊娜·迪比安卡（Suzanne DiBianca）。
地理数据向量嵌入技术
该公司的核心产品是地理数据向量嵌入技术。当前地理信息多以像素或传统矢量（点、线、面）形式存在，虽便于分发读取，但解读需要专业领域知识或大量算力支撑。
地理嵌入技术通过空间数据摘要，能更高效建立地球各点位间的关联。“嵌入技术前置解决了90%的通用计算，”努诺解释，“这种超级摘要已包含必须完成的大部分计算工作。”
以防火带为例，其形态可能是道路、河流或湖泊。虽然地图呈现方式各异，但都具备两大特征：组成图像像素不含植被，且宽度需达到周边植被高度的特定比例。嵌入技术能快速定位符合这些特征的地理位置。
双轨产品体系
LGND开发了企业级应用帮助大公司处理空间数据问题，同时为特定需求用户提供直接调用的API接口。曼宁认为，这项技术将彻底改变企业查询地理空间数据的方式。
他设想未来AI旅行顾问能实现复合条件搜索：“找一套三居室短租公寓，附近有优质浮潜点，还要白沙滩，确保二月份出行时海藻稀少，最重要的是预订时房屋一公里内无施工项目。”传统地理空间模型处理这种复合查询将耗费大量时间。
若能将该技术推广至大众或行业用户，LGND有望在近4000亿美元规模的市场分得一杯羹。“我们正努力成为这个数据领域的标准石油，”曼宁说。
