LGND trasforma i dati geospaziali in risposte rapide e intelligenti | Festina Lente - Notizie, recensioni e approfondimenti sull’intelligenza artificiale | Turtles AI

LGND, startup specializzata in dati geospaziali, ha ottenuto 9 milioni di dollari di finanziamento per estendere l’uso degli embedding vettoriali su immagini satellitari. L’obiettivo è migliorare drasticamente l’efficienza nell’individuare strutture come fasce tagliafuoco e consentire interrogazioni complesse del territorio a scala industriale.

Punti chiave:

• LGND ha raccolto una seed round da 9 M$ guidata da Javelin Venture Partners.
• Il sistema trasforma immagini e vettori geografici in embedding compatti che facilitano l’identificazione di strutture come fasce tagliafuoco.
• Co‑fondatori Nathaniel Manning e Bruno Sánchez‑Andrade Nuño puntano a rendere 10–100 volte più efficienti i processi esistenti.
• L’app enterprise e l’API di LGND permettono domande geospaziali complesse: un esempio è la ricerca di alloggi con criteri ambientali e logistici integrati.

LGND nasce in risposta a una crescente necessità di gestire il flusso continuo di immagini satellitari – circa 100 TB al giorno – e di rispondere a interrogativi complessi come “quante e quali fasce tagliafuoco possono fermare un incendio in California, e come sono cambiate rispetto all’ultima stagione?”. Fino a pochi anni fa, questo richiedeva costosi dataset manuali e modelli specializzati dedicati a singole strutture. I fondatori intendono invertire questo paradigma: invece di dedicarsi a una sola funzione, puntano a dotare aziende e governi di strumenti scalabili per interrogare il pianeta in modi nuovi.

La chiave sono gli embedding: sotto forma di vettori riassuntivi dei dati geografici, permettono di ridurre la mole di calcolo non differenziato e semplificano il riconoscimento di pattern. Ad esempio, fasce tagliafuoco possono apparire come strade, corsi d’acqua o praterie prive di vegetazione, con larghezza minima correlata all’altezza della vegetazione circostante: i vettori contestualizzano tutto questo.

Grazie a un’applicazione per aziende e a un’API aperta, LGND abilita query sofisticate: si può chiedere di trovare un appartamento con 4 stanze vicino ad un  punto snorkelling, su una  spiaggia di sabbia bianca,  a gennaio e nessun cantiere nel raggio di un chilometro al momento della prenotazione, senza dover scrivere manualmente script o modelli su dati grezzi.

La startup punta a conquistare una quota significativa dell’industria geospaziale, valutata intorno ai 400 miliardi di dollari, posizionandosi come infrastruttura general-purpose per il “comprendere il pianeta” analogamente a come Standard Oil dominò i combustibili fossili.

Sul fronte californiano, l’attenzione verso la prevenzione incendi si sta intensificando: il governo Newsom ha stanziato 170 M$ per diradamento vegetazione e piani di prevenzione, e programmi regionali hanno già distribuito oltre 72 M$ per realizzare comunità più resiliente ai roghi. LGND potrebbe diventare un alleato strategico per mappare, monitorare e misurare l’efficacia delle infrastrutture di prevenzione esistenti o in via di sviluppo.

Nel contesto di un’emergenza climatica che spinge la tecnologia verso soluzioni all’altezza della complessità del territorio, LGND propone un approccio alternativo: non solo analisi puntuali, ma capacità di interrogare il mondo in modo fluido e scalabile, aprendo la strada a nuovi modelli di intelligenza geografica.

Una sfida ancora aperta, ma con potenzialità che vanno ben oltre un singolo caso d’uso, per trasformare dati satellitari in risposte territoriali intelligenti.