Космические снимки из «Сириуса»: как стартапер из МАИ запустил высокотехнологичный бизнес

— Как вы пришли к идее создать компанию по приобретению и анализу спутниковых снимков?

— Сама идея возникла из изучения рынка. Ранее мы занимались развитием и внедрением высоких технологий для государственных корпораций, и в какой-то момент увидели, что появляется все больше запросов на аналитику из космоса. Это сам по себе интересный случай: то, о чем ты никогда не задумывался, вдруг совершенно неожиданно оказывается, пользуется спросом. Стали анализировать рынок и увидели, что этот спрос пока не удовлетворен, что компаний в этом сегменте не супер много, и таким образом посчитали, что нужно создавать свою компанию. SR Data появилась в августе 2022 года. Недавно нам исполнилось два года. На сегодняшний день мы являемся резидентами ИНТЦ «Сириус». «Сириус» – это история про биотехнологии, космос, искусственный интеллект, максимально близкая для нас. Мы стали участниками этой особой экономической зоны, имеем различные льготы со стороны государства и имеем право использовать различные ресурсы в рамках ИНТЦ.

— Для каких целей людям нужны космические снимки и их анализ? Кто у вас их в основном покупает?

— На сегодняшний день мы так или иначе работаем с 14 отраслями. В первую очередь они нужны аграриям, потому что достаточно крупные поля сложно мониторить, большинство полей находится в западной и южной части России, где запрещено использовать БПЛА, однако за последние годы аграрии привыкли получать данные с полей с БПЛА и таким образом контролировать влажность почвы, наличие заболеваний, паразитов и т.д. Все это можно увидеть и из космоса, причем получить эти данные намного дешевле, чем использовать БПЛА, если у вас достаточно большие площади.

Во-вторых, это лесное хозяйство. Лесов в России очень много, с БПЛА их практически нереально мониторить. Обычно их мониторят с БПЛА или при помощи аэрофотосъемки летом, и только в тех местах, где чаще всего происходят пожары. Космические данные намного дешевле и позволяют подсчитать весь массив лесов, увидеть и предупредить очаги пожаров, заболеваний растений. Особенно это выгодно в случае незаконных вырубок, которые выливаются в большие суммы денег: гораздо выгоднее мониторить раз в месяц состояние лесов, чем каждый раз не досчитываться леса и заново его сажать.

Третья крупная отрасль — добывающая промышленность. При добыче полезных ископаемых есть риски экологического загрязнения, аварий и катастроф. Все это можно контролировать путем наблюдения из космоса. Поскольку нефтяные и горнодобывающие предприятия разбросаны по огромным и труднодоступным территориям, то наблюдать из космоса значительно удобнее и быстрее.

То же самое в строительной промышленности. Здесь выгодно мониторить объекты, которые находятся в арктической или в любой другой труднодоступной зоне, как правило, это крупные промышленные предприятия или крупные дороги. Из-за удаленности получается достаточно дорогая логистика, если мы отправляем туда аудиторов или производим аэрофотосъемку. Получить снимки из космоса и сделать по ним аналитический отчет, не выходя из кабинета, гораздо быстрее, удобнее и дешевле, ведь неважно, снимаете ли вы Москву или Сибирь, стоимость снимка одинаковая.

Большую заинтересованность проявляют и банки, потому что почти все промышленные и строительные предприятия кредитуются у банков. Банкам же нужно контролировать использование средств, которые они выделили на строительство, развитие, действительно ли они тратятся по назначению, нет ли проблем с активами. Банкам нужна такого рода информация, чтобы можно было оперативно отреагировать. Это очень важно для банковского бизнеса.

— Космические снимки дают такое большое приближение, что позволяют увидеть паразитов на сельскохозяйственных культурах?

— Нет. Приближение на спутниковых снимках конечно используется высокое, но не сверхвысокое. Однако за счет площади, объемов и возможности работать с инфракрасным излучением, индексами NDVI и другими индексами можно определить проблемы, связанные с растениями, в частности, мы можем увидеть изменения в хлорофилле, в составе растений и прийти к выводу – тут срабатывает или опыт, или искусственный интеллект – что растениям либо не хватает питательных веществ, либо воды, либо это какое-то заболевание. Опять же, если поврежден только один куст, разрешения спутникового снимка не хватит, чтобы найти этот куст. Но если начинается распространение какой-то болезни на площади от нескольких метров, высокого разрешения как раз более чем достаточно, чтобы заблаговременно увидеть эти самые точки.

— Каким образом люди раньше получали спутниковые снимки? Что им необходимо сделать сейчас?

— На протяжении многих лет люди заказывали снимки из космоса в ручном формате, через электронную почту. Сначала высылали коммерческие предложения, запросы, потом заключали соглашение, после чего клиент получал снимок. По нашим расчетам, в среднем, в зависимости от уровня клиента, приходилось писать от четырех до 20 электронных писем, а сам процесс занимал от одной недели до двух месяцев. Но спрос на спутниковые данные растет, растет и количество данных, возникла потребность автоматизировать этот процесс.

И первое решение, которое мы выработали с командой, это создание сервиса по быстрому и удобному заказу спутниковых снимков. Он избавляет клиента от необходимости заключать договор с компанией – владельцем спутников. Все, что ему нужно – это зайти на платформу, указать нужные параметры, посмотреть наиболее подходящие снимки, там же происходит автоматический расчет снимков, оплата и заключение соглашения о получении космических данных. В среднем это занимает не больше пяти минут. Просто и доступно, как в интернет-магазинах. На первых порах мы даже позиционировали это как маркетплейс, условный Wildberries или Ozon для космических снимков.

— Как проводится анализ спутниковых снимков?

— Снимки, которые пользователь заказывает у нас, автоматически сохраняются на платформе, и дальше их можно выбрать для анализа с помощью модели машинного обучения. Обученные нейросети — это результат нашей интеллектуальной деятельности. Для их обучения мы брали наши данные и производили трудоемкую работу по их разметке. В этом нам сильно помогают студенты Московского авиационного института – у нас действует соглашение с IT-Центром МАИ, – такое же соглашение у нас есть с ЮЗГУ, КФУ и другими российскими вузами.

Сначала мы пытались создать одну единую нейросеть, которая могла бы работать с определенным разрешением, но столкнулись с рядом проблем. Во-первых, одни и те же снимки с одинаковым разрешением, но сделанные с двух разных спутников, могут различаться по коррекции и передаче данных. Во-вторых, в принципе невозможно сделать нейросеть, которая бы идеально подходила под все виды объектов. Она либо хорошо распознает леса, либо поля. Одинаково и то, и другое распознавать у нас не получилось. Поэтому мы пошли по такому пути: обучить несколько нейросетей под различные отрасли и задачи. Одну – для сельского хозяйства, вторую – для лесного хозяйства, третью – для строительной индустрии. Сейчас у нас суммарно пять работающих нейросетей, но мы продолжаем активную работу по доработке, созданию новой нейросети по анализу аэрофотоснимков.

— Сколько снимков и за какое время способна проанализировать нейросеть?

— За пять часов обученная нейросеть способна обработать спутниковые снимки до двух тысяч квадратных километров площадей. Важное уточнение: это снимок относительно однородной территории. Для того, чтобы найти лес, реку не нужны большие вычислительные мощности. Самое сложное – это как раз распознавание различных строений.

— Вы рассказали об обучении нейросети по анализу аэрофотоснимков. Какие задачи такие снимки могут помочь решить, которые не могут решить спутниковые?

— В первую очередь, у аэрофотоснимков в разы будет лучше разрешение. Стандартное разрешение таких снимков – от одного до 10 сантиметров. У космических снимков самое высокое: с использованием искусственного интеллекта – 15 сантиметров, без искусственного интеллекта – 25, но мы работаем в основном с разрешением в 50 сантиметров. Таким образом, спутниковые снимки по сути в десять раз уступают по точности аэрофотоснимкам.

Аэрофотосъемка позволяет более детально анализировать местность, что может быть очень важно для более детальной оценки экологических загрязнений. Возьмем, например, утечку с нефтепровода. Небольшое пятно с космического снимка тяжело заметить, а с помощью аэрофотосъемки – можно. Кадастровые карты при помощи аэрофотосъемки получаются точнее и лучше. Или возьмем новые жилищные комплексы. Они занимают небольшую площадь и по ним требуется более детальная аналитика, которую по снимкам из космоса пока, к сожалению, невозможно получить. Здесь также используется аэрофотосъемка.

— Какое образование вы получили и как пришли к идее создать свой стартап?

— Я – дважды выпускник МАИ. Первое образование я получал в Аэрокосмическом институте этого университета. Учился я с 2008 по 2014 год на 601-й кафедре «Космические системы и ракетостроение». Мне с детства нравилось все, что касается космоса, технологий, поэтому мне захотелось получить качественное аэрокосмическое образование. На мой взгляд МАИ здесь № 1 в России.

Пока я учился в МАИ, я стал председателем профсоюза Аэрокосмического института. В какой-то момент я стал очень много заниматься развитием стартапов, причем в том же самом МАИ. У нас появился бизнес-инкубатор, где я сначала отучился, а потом стал с ним сотрудничать. Здесь я осознал, что мне нужно научиться считать деньги и пошел в 5-й Институт на кафедру «Инновационная экономика, финансы и управление проектами», и параллельно получил сразу два образования. В какой-то момент я понял, что хочу заниматься не наукой, а предпринимательством. Волей случая, спустя много лет, я начал заниматься деятельностью, связанной с космосом и активно сотрудничать с МАИ, с родной Alma Mater.

— Из кого сформирована команда SR Data? Как к вам приходят новые сотрудники?

— У нас работает очень много выпускников МАИ, причем разных лет, есть на 5-10 лет старше меня, есть младше, чаще всего это выпускники Аэрокосмического института, Института № 5 «Экономика и менеджмент высокотехнологичной индустрии» МАИ, 8-го Института «Компьютерные науки и прикладная математика».

По статистике у нас процентов 30-35 – это выпускники МАИ. При этом мы придерживаемся политики не брать людей только из одного вуза. Я сторонник того, что чем больше в компании выпускников различных вузов и организаций, тем компания устойчивее. Поэтому у нас работают коллеги из МФТИ, Бауманки, КФУ, ВГУ, IT-колледжа «Сириус» и других вузов и институтов.

Большинство людей из нашей сферы хотят создавать крутые классные современные проекты, многие из них поработали в госкомпаниях аэрокосмической отрасли или близ нее, столкнулись с бюрократией, поняли, что там очень тяжело работать, мало возможностей для творчества и самореализации, а мы такую возможность как раз предоставляем. В итоге люди сюда приходят, чтобы реализовать свои амбиции, заниматься проектами, а не бюрократией. Материал подготовлен при поддержке Минобрнауки России.