Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Gaia 筹集了 300 万美元,为林业艺术带来更多科学

Posted on 2022-12-07

出售碳信用额度很好,但是如果钱一到银行账户就砍掉代表该信用额度的树,这对地球来说并不是一个胜利。 Gaia AI正在构建一种可用于此目的的工具,以及森林管理的其他方面,使用的技术通常出现在自动驾驶汽车领域。该公司刚刚完成了一轮 300 万美元的种子前投资。

该公司目前正在使用激光雷达和计算机视觉技术来收集数据,但最终会建立一个数据平台来解决林业中的一些重大问题。

“在自动驾驶汽车中,汽车不仅仅依靠激光雷达、雷达或计算机视觉来驱动自己。通过将它们结合起来,您可以使用正确的传感器来完成正确的任务,”Gaia AI 的联合创始人兼首席执行官彼得麦克海尔在给 TechCrunch 的电子邮件中说。 “林业也不例外,通过使用卫星图像、树冠上方无人机、树冠下方激光雷达以及计算机视觉和林务员输入的测量值,我们可以使用正确的测量值来解决正确的问题。”

Gaia AI 使用激光雷达和其他技术来收集有关森林的数据。图片来源: Gaia AI

该公司从麻省理工学院分离出来,致力于为林务员提供他们需要的工具,以做出数据驱动的决策以优化他们的底线。该公司的数据可供木材经营使用,Gaia AI 声称其技术使收集和处理公司正在收集、处理和报告的丰富数据的速度提高了 100 倍。

用于改善森林的碳信用能否帮助拯救他们——以及我们——免受气候变化的影响?

Gaia AI 的一些竞争对手——例如Treeswift——正在使用无人机或卫星镜头来尝试接近相同的问题空间。 Gaia 的解决方案是同时使用多种来源和方法,并认为这是一种更好的观察森林和树木的方法。

“大多数与林业测量相关的初创公司建立了一把锤子,然后试图争辩说林业中的所有问题都是那把锤子的钉子。卫星图像本身的问题在于它无法看到森林的树冠下方,那里的树干拥有树木的大部分生物量和碳。您需要树冠下数据来释放卫星数据的价值,并使其不仅可扩展而且准确,”McHale 说。 “让自主无人机在树冠下飞行的问题在于,它涉及到解决最棘手的技术问题,而没有关注森林管理者所面临的真正问题。对于在森林树冠下飞行的无人机,每当感知系统错过一根细树枝时,他们都必须带着梯子将无人机从树枝上解开,这会让客户不高兴。”

Gaia AI 是今年战地 200 的一部分。在这里,它正在 TechCrunch Showcase Stage 上进行两分钟的宣传。图片来源: Gaia AI

林务员受过如何管理森林的教育和经验,但往往被留下来做一些浪​​费时间的事情;盖亚的一个核心原则是测量最好由计算机完成,森林管理是为了人类。

“用卷尺测量树木是在浪费林务员的时间和技能,”麦克海尔建议道。 “这就是为什么我们首先构建一个数据收集解决方案,将其插入到林务员工作流程中,而不是试图取代它们。我们的传感器背包可自动执行手动测量,同时让林务员保持在循环中,在森林中,然后结合卫星图像在给定的森林上获得准确和可扩展的测量。”

该公司告诉我们,木材公司对木材厂的数据进行了高度优化;摄像头扫描原木,软件计算出如何砍伐原木,以最大限度地挖掘每棵树的价值。树木是可再生资源,最佳利用对地球更有利。 Gaia AI 指出,这种优化存在于工厂中,但不存在于森林中。

“从长远来看,Gaia AI 将成为林业的谷歌,利用先进的数据功能解决阻碍自然潜力的最大问题,并在此过程中为木材公司带来大量资金,”麦克海尔说。 “明年对公司来说是一个重要的时刻,重要的是我们在进入市场时执行得很好,以便为这个远大的愿景提供最好的机会。”

Gaia 的 300 万美元种子前融资由E14领投, Ubiquity Ventures 、 Space Capital和SOSV 的 HAX参与其中。该公司表示正在与世界上最大的三大木材公司进行讨论,计划在 2023 年第一季度部署其背包进行试点项目。

Gaia 筹集了 300 万美元用于为林业艺术带来更多科学,作者Brian Heater最初发表于TechCrunch

原文: https://techcrunch.com/2022/12/07/gaia-pre-seed/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme