{"id":643,"date":"2017-07-18T04:47:00","date_gmt":"2017-07-18T04:47:00","guid":{"rendered":"https:\/\/geoadmin.com.br\/?p=643"},"modified":"2021-06-09T10:24:06","modified_gmt":"2021-06-09T13:24:06","slug":"penny-gbdx","status":"publish","type":"post","link":"https:\/\/geoadmin.com.br\/?p=643","title":{"rendered":"Penny, uma IA para prever riqueza"},"content":{"rendered":"

A Digital Globe<\/a>, gigante do sensoriamento remoto anda inovando.<\/p>\n

Apenas neste ano, vimos surgir sua pr\u00f3pia Maps API<\/a>, que permite ao desenvolvedor a criar aplicativos usando imagens diretamente da Digital Globe<\/a>.<\/p>\n

Logo depois, surgiu o [GBDX] uma plataforma em nuvem para execu\u00e7\u00e3o de algoritmos a serem aplicados a enorme<\/strong> biblioteca de imagens da empresa.<\/p>\n

Agora, mais uma, usando esse conjunto citado acima. O lan\u00e7amento \u00e9 do aplicativo Penny<\/a>.<\/p>\n

O Penny<\/a> \u00e9 uma IA (intelig\u00eancia artificial) criada para detectar e prever riqueza. Mas como isto \u00e9 poss\u00edvel?<\/p>\n

Analisando e cruzando dados de sat\u00e9lite com dados do censo americano, \u00e9 poss\u00edvel treinar uma rede neural ou qualquer algoritmo de machine learning<\/em> que se queira para estimar a probabilidade de uma \u00e1rea ser rica ou pobre, baseado nos dados do entorno.<\/p>\n

Os passos b\u00e1sicos s\u00e3o:<\/p>\n

    \n
  1. Adquirir dados do Censo;<\/li>\n
  2. Compara\u00e7\u00e3o entre os dados vetoriais com os dados de imagens;<\/li>\n
  3. Treinamento de uma rede neural, cruzando fei\u00e7\u00f5es<\/strong> com as informa\u00e7\u00f5es do censo sobre renda;<\/li>\n<\/ol>\n

    Exemplo (e um chute):<\/p>\n

      \n
    1. No bairro X existem dois shoppings e a renda \u00e9 mais alta;<\/li>\n
    2. No bairro Y existem mais estacionamentos e a renda \u00e9 m\u00e9dia;<\/li>\n
    3. No bairro Z existem mais parques e a renda \u00e9 baixa;<\/li>\n
    4. No bairro X1 existem mais \u00e1rvores e a renda \u00e9 mais alta;<\/li>\n<\/ol>\n

      A partir de algumas premissas e identifica\u00e7\u00e3o de fei\u00e7\u00f5es chave, foi poss\u00edvel cruzar e prever<\/strong> quais tipos de constru\u00e7\u00f5es\/p\u00f3los aumentam o valor da renda em determinado lugar.<\/p>\n

      Isto n\u00e3o quer dizer que as pessoas ficam mais ricas, apenas que pessoas mais ricas frequentam aquele lugar.<\/p>\n

      Claro que isto \u00e9 um experimento. A Digital Globe<\/a> ainda permite que voc\u00ea altere o mapa, colocando partes de outras imagens no local onde voc\u00ea est\u00e1. Por exemplo, \u00e9 poss\u00edvel “gentrificar” ou “aumentar o valor da renda” de uma \u00e1rea, colocando mais \u00e1rvores ou pr\u00e9dios de luxo, como o Empire State Building.<\/p>\n

      \u00c9 uma aplica\u00e7\u00e3o interessante que mostra para n\u00f3s como vai ser o futuro do sensoriamento remoto.<\/p>\n","protected":false},"excerpt":{"rendered":"

      A Digital Globe, gigante do sensoriamento remoto anda inovando. Apenas neste ano, vimos surgir sua pr\u00f3pia Maps API, que permite ao desenvolvedor a criar aplicativos usando imagens diretamente da Digital Globe. Logo depois, surgiu o [GBDX] uma plataforma em nuvem para execu\u00e7\u00e3o de algoritmos a serem aplicados a enorme biblioteca de imagens da empresa. Agora, … <\/p>\n

      Leia mais “Penny, uma IA para prever riqueza”<\/span><\/a><\/p>\n","protected":false},"author":4,"featured_media":0,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":false,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_feature_clip_id":0,"_jetpack_memberships_contains_paid_content":false,"footnotes":"","jetpack_post_was_ever_published":false},"categories":[4,1],"tags":[67,5,27,75,76,32],"class_list":["post-643","post","type-post","status-publish","format-standard","hentry","category-geoprocessamento","category-sem-categoria","tag-analise-espacial","tag-geoprocessamento","tag-gis","tag-inteligencia-artificial","tag-rede-neural","tag-sensoriamento-remoto"],"jetpack_sharing_enabled":true,"jetpack_featured_media_url":"","_links":{"self":[{"href":"https:\/\/geoadmin.com.br\/index.php?rest_route=\/wp\/v2\/posts\/643","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/geoadmin.com.br\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/geoadmin.com.br\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/geoadmin.com.br\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/geoadmin.com.br\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=643"}],"version-history":[{"count":1,"href":"https:\/\/geoadmin.com.br\/index.php?rest_route=\/wp\/v2\/posts\/643\/revisions"}],"predecessor-version":[{"id":677,"href":"https:\/\/geoadmin.com.br\/index.php?rest_route=\/wp\/v2\/posts\/643\/revisions\/677"}],"wp:attachment":[{"href":"https:\/\/geoadmin.com.br\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=643"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/geoadmin.com.br\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=643"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/geoadmin.com.br\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=643"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}