Taranis reduce 10 veces el costo por foto

Taranis migró a Google Cloud Platform y aprovechó sus centros de datos globales para tener conectividad rápida, junto con las GPUs V100 en Compute Engine para el procesamiento de imágenes. La solución incluye escalado automático de 1.000 a 4.000 V100, Kubernetes Engine para procesar imágenes satelitales, Cloud SQL para el almacenamiento de datos y TensorFlow para entrenar los modelos de machine learning. La plataforma procesa 100 millones de características distintas en 700.000 imágenes.

Según un informe de las Naciones Unidas, la población mundial alcanzará los 9.800 millones en 2050, lo que exigirá aumentos significativos en la producción de alimentos. Al mismo tiempo, la urbanización y los patrones climáticos impredecibles reducen la producción agrícola. Taranis aborda este desafío con drones e inteligencia artificial para ayudar a los agricultores a reducir la pérdida de cultivos, aumentar el rendimiento y bajar los costos. Fundada en 2014, hoy gestiona más de 20 millones de acres en todo el mundo a través de su plataforma de inteligencia.

Taranis recopila enormes volúmenes de datos desde lugares remotos como Rusia, Europa del Este y Sudamérica. Cada vuelo de dron captura cerca de 10.000 imágenes, con un peso de entre 10 y 20 MB cada una. La empresa necesitaba subir estos grandes volúmenes rápidamente y, a la vez, contar con la capacidad de procesamiento para entrenar modelos complejos de machine learning. Hasta el 40% de los cultivos se pierde de forma habitual por insectos, enfermedades, malezas y deficiencias de nutrientes, por lo que la detección temprana es clave.

Taranis migró a Google Cloud para aprovechar centros de datos globales con conectividad rápida para sus 30 TB de throughput. La solución utiliza GPUs V100 en Compute Engine con escalado automático de 1.000 a 4.000 unidades según la demanda. La arquitectura incluye Kubernetes Engine para procesar imágenes satelitales, Cloud SQL para el almacenamiento de datos, Cloud Functions y Cloud Pub/Sub. Esta flexibilidad le permite a la empresa reducir recursos automáticamente durante las temporadas agrícolas de baja actividad.

Taranis usa TensorFlow para entrenar sus modelos de machine learning, procesando decenas de millones de fotografías recopiladas durante el último año y medio. Cada foto contiene hasta mil elementos de interés, como daños por insectos o decoloración en las hojas. En total, la empresa procesó cerca de 100 millones de características distintas en 700.000 imágenes. La comunidad open source de TensorFlow ofrece un amplio soporte para desarrollar modelos con rapidez.

La migración a Google Cloud redujo los tiempos de carga de un día completo a unas pocas horas: entre tres y cuatro veces más rápido que antes. La empresa ahora lanza funcionalidades de forma casi continua con despliegues en paralelo de Kubernetes, lo que reduce el tiempo de inactividad y elimina las actualizaciones programadas. Así se mejora el producto con mayor rapidez y se acortan los ciclos de feedback. Y lo más importante: el costo por foto hoy es diez veces menor que antes.

Taranis está explorando otras herramientas de Google Cloud como Cloud Bigtable, BigQuery y Cloud Dataflow para potenciar la analítica de datos y los insights de business intelligence. La empresa planea seguir expandiéndose geográficamente y mejorar de forma continua sus modelos de machine learning para detectar nuevas categorías de enfermedades. Gracias a una infraestructura escalable, el equipo de ventas puede incorporar nuevos clientes sin preocuparse por los límites de capacidad.