Taranis corta o custo por foto em 10x

A Taranis migrou para o Google Cloud Platform e passou a contar com data centers globais para conectividade rápida e GPUs V100 no Compute Engine para o processamento de imagens. A solução inclui escalonamento automático de 1.000 a 4.000 V100s, Kubernetes Engine para imagens de satélite, Cloud SQL para armazenamento de dados e TensorFlow para o treinamento dos modelos de machine learning. A plataforma processa 100 milhões de features distintas em 700.000 imagens.

Segundo um relatório da ONU, a população mundial deve chegar a 9,8 bilhões em 2050, o que exigirá aumentos significativos na produção de alimentos. Ao mesmo tempo, a urbanização e os padrões climáticos imprevisíveis vêm reduzindo a produção agrícola. A Taranis enfrenta esse desafio com drones e IA para ajudar agricultores a reduzir perdas, aumentar a produtividade e diminuir custos. Fundada em 2014, a empresa hoje gerencia mais de 20 milhões de acres no mundo todo por meio de sua plataforma de inteligência.

A Taranis coleta volumes enormes de dados em regiões remotas, como Rússia, Leste Europeu e América do Sul. Cada voo de drone captura cerca de 10.000 imagens, com 10 a 20MB cada. A empresa precisava subir esses grandes volumes rapidamente, sem abrir mão da capacidade de processamento para treinar modelos complexos de machine learning. Até 40% das safras se perdem com frequência por insetos, doenças, ervas daninhas e deficiências nutricionais — por isso, a detecção precoce é crítica.

A Taranis migrou para o Google Cloud para aproveitar os data centers globais, que oferecem conectividade rápida para a vazão de 30TB. A solução usa GPUs V100 no Compute Engine com escalonamento automático de 1.000 a 4.000 unidades, conforme a demanda. A arquitetura inclui Kubernetes Engine para o processamento de imagens de satélite, Cloud SQL para armazenamento de dados, Cloud Functions e Cloud Pub/Sub. Essa flexibilidade permite à empresa reduzir os recursos automaticamente nos períodos mais tranquilos da temporada agrícola.

A Taranis usa o TensorFlow para treinar modelos de machine learning, processando dezenas de milhões de fotos coletadas no último ano e meio. Cada foto pode trazer até mil itens de interesse, como danos por insetos ou descoloração nas folhas. No total, a empresa já processou cerca de 100 milhões de features distintas em 700.000 imagens. A comunidade open source do TensorFlow oferece amplo suporte para o desenvolvimento rápido de modelos.

A migração para o Google Cloud reduziu o tempo de upload de um dia inteiro para poucas horas — três a quatro vezes mais rápido do que antes. A empresa hoje lança features de forma quase contínua com deploys paralelos no Kubernetes, o que reduz o downtime e elimina janelas de atualização programada. Isso acelera a evolução do produto e encurta os ciclos de feedback. E o mais importante: o custo por foto agora é dez vezes menor do que antes.

A Taranis está explorando outras ferramentas do Google Cloud, como Cloud Bigtable, BigQuery e Cloud Dataflow, em busca de insights melhores em data analytics e business intelligence. A empresa planeja seguir com a expansão geográfica e o aprimoramento contínuo dos modelos de machine learning para detectar novas categorias de doenças. Graças à infraestrutura escalável, o time de vendas pode trazer novos clientes sem se preocupar com limites de capacidade.