关键字: [Amazon Web Services re:Invent 2024， 亚马逊云科技， 生成式AI， Flood Insights， Satellite Data， Natural Disaster， Flood Monitoring， Generative Ai， Cloud Capabilities]
在过去两年里，气候变化使洪水风险增加了23%，估计现在有18.1亿人面临洪水风险及其带来的疾病、清洁水短缺和粮食不安全等后果。作为世界上最大的合成孔径雷达卫星星座拥有者，并由亚马逊云科技提供支持，ICEYE正在构建可扩展和有弹性的解决方案，以在自然灾害事件发生前、发生时和发生后提供关键洞察。在本次会议中，了解ICEYE如何将其高重访频率的卫星图像与地面测量和社交媒体数据融合，并使用Amazon Bedrock上的生成式AI模型来自动化处理流程，使急救人员能够更快地采取行动。
以下是小编为您整理的本次演讲的精华。
在2024年亚马逊云科技 re:Invent大会上，一场名为“ICEYE如何利用卫星数据和Generative AI加速洪水响应”的会议探讨了先进卫星技术、亚马逊云科技云能力和生成式人工智能的交汇。该会议旨在展示这种强大的组合如何从太空缩小自然灾害的数据差距，实现基于客观数据的决策，从而挽救生命和保护社区。
展开剩余94%会议伊始，亚马逊云科技航空航天和卫星团队的高级解决方案架构师Nareda Wara介绍了利用太空作为特权视角来监测地球的概念。她设想了一个世界，在这个世界中，卫星数据可以实时大规模获取和处理，用于早期检测、监控和缓解自然灾害。Wara强调，这一愿景不再只是一个概念，而是ICEYE已经在使用亚马逊云科技为客户提供的现实。
ICEYE政府解决方案全球副总裁Andy Reid登台，深入阐述了ICEYE及其在自然灾害监测和响应方面的革命性方法。ICEYE是一家创新的太空技术公司，拥有并运营着最大的合成孔径雷达(SAR)卫星星座。自2018年以来，ICEYE已经发射了38多颗卫星，并计划在2024年和2025年将其星座规模扩大一倍以上。
Reid解释说，ICEYE的创新之处在于能够将合成孔径雷达微型化，这项技术已经存在了一段时间。传统方法涉及建造大型、复杂的卫星，需要大量电力，制造成本高达数十亿美元，建造周期长达数年。这些卫星可以在大规模上提供10米或更低的分辨率，但成本高昂，使这项技术只有政府或大型企业才能获得。
相比之下，ICEYE的小型卫星大约有洗碗机那么大，只需两个月的时间就可以以较低的成本制造。这种创新方法使ICEYE能够维持数十甚至数百颗卫星的星座，在某些采集模式下可实现25厘米的顶级分辨率。通过民主化获取这些数据的途径，ICEYE可以为更广泛的社区带来这种成像能力，并提供重大价值。
Reid解释了SAR(合成孔径雷达)的独特能力，这是一种雷达成像技术，可以穿透云层、烟雾和火山灰，以精确的分辨率揭示地面发生的情况。他展示了一个例子，其中光学传感器可能会反射云层，而SAR图像可以直接穿透云层，提供地面的清晰视图。
ICEYE的业务分为三个部分:任务、卫星数据和解决方案。任务部分专注于为国防、情报和民用安全领域的客户建造、制造和运营卫星。卫星数据部分向全球雷达图像用户出售影像，主要服务于国防和情报用例。
然而，使ICEYE独树一帜的是其解决方案业务，公司在这一领域投资了广泛的分析专业知识团队，拥有75多名地理空间和其他技术专家。该团队充当ICEYE自身星座的客户，收集和成像世界各地的众多现象，并为客户提供可操作的地理空间数据。通过将ICEYE的数据与第三方数据和分析相融合，解决方案业务旨在民主化获取这些信息的途径，帮助世界应对全球挑战。
Reid将全球气候危机作为一个主要例子，指出2023年自然灾害造成2910亿美元的经济损失，其中1740亿美元的损失没有投保。这一惊人数字凸显了对政府、社区、个人幸存者和非营利实体的巨大影响。解决这一挑战是ICEYE解决方案业务的一个关键目标，旨在改变响应恢复能力，同时增强抗灾能力。
ICEYE解决方案业务的愿景是构建一套产品，帮助世界各地的客户在自然灾害事件之前、期间和之后了解影响。目前，ICEYE在市场上提供四种产品:洪水洞见、野火损失评估、火山监测和风灾损失评估(测试版)。该公司还在开发地震、海啸、山体滑坡、毁林和关键基础设施持续监测等其他解决方案。
Reid深入介绍了ICEYE的洪水洞见解决方案，该解决方案允许用户在整个飓风事件中跟踪水体的影响、深度和范围，例如飓风伊恩穿过佛罗里达州并向内陆卡罗来纳州和其他地区移动时。ICEYE能够绘制出影响的具体深度，显示超过30万栋建筑受到影响，这是一种前所未有的能力。
同样，ICEYE的野火损失评估解决方案可以透过烟雾，显示哪些建筑被烧毁，哪些可能幸存。在2023年茂宜岛的拉海纳大火中，ICEYE能够在点火后3小时内开始收集图像，并在14小时内通知客户有1500多栋建筑被烧毁。
在巴西，ICEYE正在开发一种令人兴奋的产品，帮助客户监测和了解亚马逊雨林云层覆盖区域的毁林活动。利用其Dwell模式，ICEYE可以发现并捕捉树木中发展的定居点，而其他数据收集则揭示了道路、机场跑道或其他基础设施的建设。通过检测这些早期迹象，ICEYE旨在抵消或减轻非法采矿或毁林活动，从而可能对气候变化缓解产生积极影响。
回到洪水洞见解决方案，Reid将其描述为一种观测驱动的分析引擎，汇集了ICEYE星座的全部力量，在洪水事件的整个过程中尽可能多地捕获图像。它还结合了广泛的其他数据源，在洪水停止之前向客户提供影响的深度和范围。
这一过程始于一个运营预报团队，不断监测全球天气，并利用专有和开源模型结合全球50，000多个潮汐和河流测量站，确定何时何地进行采集。该平台使ICEYE能够在一次重大事件中捕获数百甚至数千张图像。
同时，一个分析团队从任何可能的来源(包括社交媒体、新闻报道、航空影像和数千个其他数据点)汇集证据。这些信息在数字高程模型上进行勾勒，输出结果是实时的洪水深度和范围，建立在ICEYE的亚马逊云科技架构之上，并由人工智能驱动。
ICEYE在事件高峰后24小时内向客户提供第一版分析，显示洪水的深度和范围。然后，每24小时对分析进行一次完善，直到所有证据被耗尽。
Reid举例说，在飓风伊恩期间，ICEYE能够跟踪风暴对佛罗里达州的影响，并在夜间跟踪其对已经遭受暴雨袭击的北卡罗来纳州、田纳西州和佐治亚州的影响。尽管该地区在事件后的6天内一直被云层覆盖，但ICEYE向FEMA、几个州机构、地方机构以及Esri和救世军等合作伙伴提供了洞见。这使救世军能够在72小时内飞行60多次直升机救援任务，向有需要的人们运送关键物资，即使在黑暗和云层覆盖的情况下也是如此。
在澳大利亚，ICEYE已经与政府建立了整体关系，通过国家应急管理局和地球科学局，超过50个机构可以获取洪水洞见作为默认响应机制。一位分析主任说明，传统上，他们在事件发生后立即只能了解5-10%的情况。随着时间的推移，利用传统的信息流程，他们可以在接下来的几个月内达到90-95%的理解程度。然而，通过ICEYE的洪水洞见解决方案，他们一开始就能达到80%的理解程度，并且可以更快地实现90-95%的全面理解，这代表着情况意识提高了16倍。这完全改变了受自然灾害影响的社区和个人幸存者的恢复轨迹。
自推出解决方案业务以来，ICEYE已经捕捉了全球250多次洪水、270多次野火、多次火山喷发和风灾事件。目标是创建一个灾害影响信息库，这可以为更好地了解和缓解灾害提供极其宝贵的信息，并作为全球事实来源，服务于整个灾难响应生命周期。
例如，在澳大利亚，拥有数百次洪水事件的结构层面影响信息库，可以更好地为模型提供信息，识别风险变化的趋势，并支持缓解和降低风险的决策。
Nareda Wara随后深入探讨了ICEYE的卫星数据价值链是如何在亚马逊云科技上实现的技术细节。这一过程始于ICEYE的合成孔径雷达传感器在卫星上捕获数据，并将其下传至地球上多个位置的地面站终端。在这一阶段，ICEYE接收原始数据包，包括有效载荷数据、通信头和提取价值所需的其他必要组件。
这些原始数据在地球观测行业中经历了复杂和计算密集型的处理，通常使用一系列级别来表示执行的处理量。Level 0产品对应于重建的未经处理的仪器和有效载荷数据，最接近原始数据。Level 1产品包含几何校准系数和地理参考参数，用于调整传感器捕获光线和辐射的方式，并为每个像素添加精确的位置数据。Level 2产品对应于所需的衍生地球物理变量，如温度或土壤湿度。
在整个工作流程中，需要存储初始、中间和最终产品。这种处理的输出已经更接近于通常所想象的卫星图像和地球观测数据。
然而，ICEYE不仅仅是一家卫星图像提供商，而是一家专注于自然灾害的全球解决方案提供商。要从像素转变为实际解决方案，需要高度复杂的数据分析和人工智能工作负载，将卫星数据与来自多个其他来源的数据融合，并提取有意义的见解。
不可避免地，整个工作流程需要时间，这对ICEYE的自然灾害应用程序来说至关重要。缩短每个步骤的时间，包括从地面站天线到处理位置的传输时间，以及最小化处理和洞察提取时间，这一点至关重要。
ICEYE已在亚马逊云科技上实现了这一工作流程，低延迟要求影响了他们的架构设计和亚马逊云科技服务选择。ICEYE使用Amazon Ground Station来下传他们的数据，允许他们直接从卫星下载遥测和有效载荷数据到他们的亚马逊云科技环境，并直接从亚马逊云科技向他们的卫星上传遥控指令。
ICEYE可以使用Amazon Ground Station控制台、Amazon CLI或亚马逊云科技 SDK预订分布在全球的12个Amazon Ground Station站点的联系。该服务基于每分钟天线利用率的按使用付费模式运作，消除了客户购买、租赁或建立自己的地面站点的需求。
通过Amazon Ground Station，数据可直接传送到ICEYE环境中的Amazon S3存储桶或流式传输到Amazon EC2实例。由于亚马逊云科技全球网络，从地面站天线到ICEYE的传输时间大大缩短，在200毫秒内完成。
一旦获取了原始数据，处理就可以立即开始，由于亚马逊云科技服务的广度，ICEYE在选择最佳解决方案时具有灵活性。ICEYE主要利用Amazon EKS和Amazon EC2进行处理。
Amazon EKS是一项托管服务，可帮助大规模运行和协调Kubernetes集群，通过提供完全托管、高可用性的Kubernetes控制平面来最小化运营开销。Amazon EKS还提供了一系列部署选项，从亚马逊云科技管理的基础设施到客户管理的基础设施，允许公司适应不同的最终用户需求。
使用亚马逊云科技进行地球观测使ICEYE能够按需扩展计算能力，并以可扩展和成本优化的方式运行处理其数据所需的复杂和计算密集型算法。
在存储层方面，ICEYE使用Amazon S3以持久和经济高效的方式存储数PB的数据。Amazon RDS和Amazon Aurora用于存储metadata，因为它们支持PostgreSQL数据库引擎和PostGIS等扩展。PostGIS通过添加存储、查询和索引地理空间数据的支持来扩展PostgreSQL的功能，包括点、线、多边形或多几何体等不同类型的空间数据。它还支持空间索引、测量距离和面积的空间函数、地理编码和反向地理编码。
一旦图像处理完成，下一步就是在ICEYE的自然灾害解决方案中使用它，这需要开发和实施数据分析和人工智能工作负载。Amazon SageMaker有助于构建、训练和部署可执行诸如洪水分割等任务的模型，如在SAR图像中检测受洪水事件影响的区域。
ICEYE需要覆盖各个地理位置发生的多个并发自然灾害，而不会影响洞察时间。因此，可扩展性至关重要，无论是在拥有正确的基础设施方面，还是减少所需的人工工作和人工干预，在这方面基于AI的自动化可以成为宝贵的助手。
Nareda随后深入探讨了自然灾害解决方案架构，涵盖了所使用的各种数据源以及解决方案输出如何影响ICEYE卫星获取数据的时间和位置等方面。
该过程始于事件识别和影响评估。ICEYE有一个气象预报团队，根据他们的发现，持续跟踪事件并了解何时何地会发生最严重的自然灾害。一旦确定了事件，这些分析师就会发送数据请求，这将转化为指示ICEYE的卫星在感兴趣区域获取数据，并触发从社交媒体、天气数据或河流测量站等地面传感器收集数据。
最有趣的数据源之一是社交媒体。ICEYE有一个团队持续扫描社交媒体内容，以识别与特定事件相关的多媒体数据，如图像和视频。他们验证这些数据点的有效性，对其进行地理定位，并提取见解，如特定时间和位置的洪水深度。
所有这些信息都被摄取到ICEYE的数据处理和存储平台中，最终用于托管在Amazon EKS集群上的自然灾害解决方案平台。最终的聚合、质量评估和报告生成由一组聚合分析师完成，他们为政府和保险公司生成最终产品，以了解事件的影响。
这些输出以及对ICEYE评估和预测准确性的反馈将被反馈到解决方案中，以进一步改进。ICEYE的数据科学家、ML工程师和地理空间专家团队不断进行算法和机器学习模型开发。Amazon SageMaker有助于创建一个协作环境，不同角色和人员可以在其中共同构建、训练和部署直接在生产就绪的托管环境中的模型。
SageMaker提供了涵盖整个ML工作流程的全面工具和功能集，并通过SageMaker管道等功能简化了强大的MLOps实施。使用SageMaker，ICEYE可以使用内置算法、引入自己的脚本，甚至通过指向存储在Amazon ECR中的相应镜像来使用自定义容器。SageMaker还提供了数百种预训练的ML模型，ICEYE可以快速部署并开始在其应用程序中使用。
Nareda随后关注了ICEYE的洪水洞察解决方案，强调了时间对客户价值的关键性。在洪水事件发生后的24小时内，ICEYE向客户提供高精度、高分辨率的深度和范围图，随着事件的发展，这些图将每天进行完善。客户和社区获得信息越快，他们就可以越快做出响应和反应，这就是为什么ICEYE不断寻求缩短每项活动所需时间的方式，从早期检测到最终报告生成。
ICEYE发现，即使拥有正确的亚马逊云科技基础设施，在流程的不同阶段仍有大量人工工作需要完成，占用了24小时时间窗口的很大一部分。例如，任务分析师手动筛选多个数据源，以了解洪水威胁和影响，然后决定何时何地进行数据收集任务。社交媒体分析师在社交媒体上搜寻相关图像和视频，但手动查找、验证和地理定位这些数据是耗时和资源密集型的。最后，聚合分析师生成并验证客户报告，但解释、评估和总结这些信息需要大量时间。
为了提高效率并加快洪水响应速度，ICEYE一直在与一个基于亚马逊云科技的团队合作，构建一个基于人工智能的解决方案，可以自动化部分人工工作，从而使分析师能够扩大工作范围，并最终加快实现客户价值的时间。
Steve Algiri，亚马逊云科技空间团队的高级软件开发经理，描述了亚马逊云科技团队构建的解决方案以及在过程中学到的一些宝贵经验。作为亚马逊云科技内部的一个原型设计团队，Algiri的团队直接与客户合作，提供“可能性艺术”原型，旨在解锁客户最具挑战性的问题，并帮助他们向前推进。
ICEYE为亚马逊云科技团队设定的挑战是使用生成式人工智能自动评估洪水范围，在24小时的客户限制内快速生成初步报告，并解释分析，以解决证明生成式人工智能输出的真实性和准确性的需求。
Algiri概述了路线图，从ETL(提取、转换、加载)管道开始，用于引入和处理社交媒体数据。接下来，他们旨在使用生成式人工智能模型从社交媒体源的metadata和图片中检测洪水深度，并利用其他模型进行初步地理定位。最后，他们旨在将所有这些数据汇总到生成式人工智能中进行报告。
Algiri的团队专注于这些极具挑战性的问题，帮助客户理解他们想要解决的问题，并提供可运行的代码原型来解决这些问题。作为一个面向客户的团队，他们为面临类似挑战的客户提供了访问亚马逊云科技工程团队的机会。
本次会议展示了ICEYE如何通过将尖端卫星技术与亚马逊云科技的云服务和生成式人工智能能力相结合，正在改变自然灾害响应，并推动了一个新的基于太空数据驱动决策的时代。
Steve Algiri深入探讨了亚马逊云科技原型团队为解决ICEYE的挑战而开发的架构和实施细节。第一步是构建ETL(提取、转换、加载)管道，以摄取和处理社交媒体数据，这是自然灾害期间的关键信息来源。
接下来，团队利用生成式人工智能模型从社交媒体获取的元数据和图像中检测洪水深度。这一自动化过程旨在取代ICEYE社交媒体分析师的手动工作，后者之前不得不浏览大量数据以识别相关信息。
此外，亚马逊云科技团队还采用了其他模型来提供社交媒体数据的初步地理定位，这也是以前需要手动完成并消耗大量时间和资源的任务。
最终目标是将这些组件集成到生成式人工智能系统中，实现自动报告。通过结合洪水深度检测、地理定位和其他相关数据源，人工智能系统可以生成关于洪水事件的初步报告，大大加快了在关键的24小时窗口期内为客户创造价值的时间。
亚马逊云科技团队解决的一个关键挑战是需要解释分析结果，并证明由人工智能模型生成的输出的真实性和准确性。这是部署生成式人工智能系统时的一个关键考虑因素，因为利益相关者需要对所提供的见解的可靠性和客观性有信心。
Algiri强调，作为一个公共部门原型和客户工程团队，他们的重点是解决客户面临的这些极其艰难的挑战。通过与ICEYE等客户密切合作，他们旨在理解手头的具体问题，并提供可行的解决方案的代码工作原型。
本次会议突出了创新公司ICEYE与亚马逊云科技专业知识和资源之间合作的力量。通过利用亚马逊云科技的云基础设施、地面站、EKS、SageMaker等服务以及生成式人工智能的能力，ICEYE正在推动自然灾害监测和响应的边界。
ICEYE创新的SAR卫星星座能够穿透云层并提供高分辨率图像，与亚马逊云科技的可扩展性和先进分析能力相结合，为自然灾害期间提供了前所未有的可见度和情况意识。这反过来使得FEMA、州机构和非营利组织等组织能够做出数据驱动的决策，并更有效地响应，从而挽救生命和保护社区。
此外，本次会议还强调了生成式人工智能在自动化和加速灾难响应工作流程的各个阶段的潜力，从数据摄取和处理到报告生成。通过减少这些任务所需的人工工作和时间，ICEYE可以更快地为客户和利益相关者提供关键见解，从而实现更快速和明智的决策。
然而，本次会议也强调了解决与生成式人工智能相关的挑战的重要性，例如确保输出的准确性和可解释性。亚马逊云科技团队为验证和解释人工智能生成的分析而做出的努力，体现了对负责任和值得信赖的人工智能部署的承诺。
总之，本次会议描绘了先进卫星技术、云计算和生成式人工智能的融合如何彻底改变自然灾害监测和响应领域的生动画面。通过弥合数据差距并提供近乎实时的高分辨率见解，这种强大的组合使数据驱动的决策达到了一个新的水平，对于拯救生命和保护全球社区产生了深远的影响。
下面是一些演讲现场的精彩瞬间：
利用卫星数据和生成式人工智能，亚马逊云科技实现了近实时监测和缓解自然灾害，提供了早期检测和更快洞察的增强能力。
合成孔径雷达(SAR)技术能够穿透云层和烟雾，以毫米级精度揭示地面细节，对于国防、情报、灾害监测和追踪地球变化至关重要。
ISI的解决方案业务利用其卫星数据和分析专业知识，为全球性挑战如自然灾害提供可操作的见解。
推出了一套创新解决方案，用于监测自然灾害并评估其影响，涵盖洪水、野火、火山活动和风灾。
亚马逊的云技术在飓风伊恩期间提供了实时洞察，使应急响应人员能够穿透云层和黑暗，提供关键援助。
亚马逊利用Amazon S3进行持久且经济高效的PB级数据存储，并使用Amazon RDS/Aurora与PostGIS存储和查询地理空间元数据。
演讲者邀请其他专家加入，发表评论并进行问答环节，促进富有成效的对话。
利用卫星数据、亚马逊云科技云能力和生成式人工智能的力量，ICEYE正在彻底改革自然灾害响应。他们创新的方法结合了一个由微型合成孔径雷达(SAR)卫星组成的星座，能够穿透云层和烟雾，以及在亚马逊云科技上的先进数据分析和人工智能模型。这使得近乎实时监控、早期检测和减轻洪水、野火和火山喷发等灾难性事件成为可能。
通过他们的洪水洞见解解决方案，ICEYE可以在24小时内绘制洪水的深度和范围，为应急响应工作提供关键信息。通过利用亚马逊云科技服务，如Ground Station、EKS、SageMaker和Bedrock，他们简化了数据采集、处理和分析的流程，减少了延迟并提高了自动化程度。
ICEYE的愿景是创建一个全球真相来源，一个灾害影响信息库，可以为整个灾难响应生命周期提供信息，从准备到恢复。通过民主化地访问这些数据和见解，他们旨在帮助世界各地的社区更好地了解和减轻自然灾害的影响，从而拯救生命和保护地球。
与亚马逊云科技合作，ICEYE正在推动可能性的边界，利用生成式人工智能的力量进一步增强他们的解决方案并加快洞见时间。他们的云原生方法使他们能够快速创新，融入新兴技术并扩展其运营，以满足全球气候危机带来的日益严峻的挑战。
亚马逊云科技（Amazon Web Services）是全球云计算的开创者和引领者。提供200多类广泛而深入的云服务，服务全球245个国家和地区的数百万客户。做为全球生成式AI前行者，亚马逊云科技正在携手广泛的客户和合作伙伴，缔造可见的商业价值 – 汇集全球40余款大模型，亚马逊云科技为10万家全球企业提供AI及机器学习服务，守护3/4中国企业出海。
发布于：新加坡捷希缘配资提示：文章来自网络，不代表本站观点。
