卫星图像数据分析服务供应商Orbital Insight于上周宣布，其已完成由红杉资本领投的一轮870万美元A轮融资。参与此轮融资的还有Bloomberg Beta、谷歌风投（Google Ventures）、citizen.vc和Lux Capital。按照协议，红杉资本合伙人比尔·库格伦（Bill Coughran）将加入Orbital Insight董事会。

Orbital Insight创始人詹姆斯·克劳福德博士（Dr. James Crawford）是一名人工智能研究人员和创业者，他拥有为美国国家航空航天局（NASA）及其他机构打造智能系统的经验，并曾担任Google Books担任工程总监一职，正是这段经历催生了创办Orbital Insight这家公司的想法。

“实质上，这家公司是类似于Google Books的渠道——也就是自动化人工智能渠道——其目的是为规模化理解并处理卫星图像。”克劳福德这样对我解释道。

过去几年中，卫星图像公司出现了一轮爆发式增长。诸如DigitalGlobe等成立较早的公司持续增加卫星数量，生成大量详细数据。不过，现在已经有大量初创企业进入这一领域，如Planet Labs、Skybox等，这些公司也增加了数量众多的卫星。

卫星数量增加的好处就是，有了从空中观测地球的这么许多家公司，观测地球上某个地区在某段时间内发生的变化并追踪和检测这些变化成为了可能。这些变化可以为决策制定者和投资者所用，让他们获悉有关经济、农业生产等各方面的信息。

为了分析这些卫星图像，Orbital Insight开发了机器学习程序，使用者可以“教授”这一程序去寻找并分析兴趣点数据。比如说，在种子阶段，该公司派人对停车场中的汽车进行手动标记，程序则对此进行观察。几百个标签之后，程序便“学会了”在没有人类参与的情况下在其他停车场辨识汽车。

这并不是漫无目的的练习。一旦Orbital Insight的深层学习程序学会了如何数汽车之后，这家公司就能够判断某个季度零售商店停车场汽车数量和该商店本季度营收之间的数字关系。这种信息对投资者来说显然是有价值的。不过，对这家公司来说，这只是一个允许它寻求其他类型数据的概念证据而已。

这一轮融资的目的旨在利用卫星图像来寻找有用数据的其他来源。比方说，有一个项目是跟踪中国建筑的阴影变化。利用这些阴影和一点三角法计算，这家公司就能发现中国的建筑速度是在上升还是下降。

这家公司的另一个项目是观察全世界各地石油存储罐的卫星数据，以尝试找出在特定时间段内石油供应量情况——目前的计算方法通常有几周的滞后时间。

与此同时，这家公司的客户群也出现了拓展——最初的客户主要都是投资者——该公司开始和其他类型的企业、政府和非盈利机构进行合作，以分析这些机构的兴趣点数据。克劳福德希望，这样做的结果会是革命性的。

“从长期来说，我认为这是一种规模化理解世界的方式，”他说，“卫星和软件两种工具的结合能够让我们真正看见和评估我们所处的世界。”

译 Lily 校 徐笑音