Elke satellietfoto, luchtfoto en puntenwolk die bij een Terramira-klant terechtkomt, heeft een lange weg afgelegd voordat deze een duidelijk, bruikbaar inzicht wordt. Om te begrijpen hoe die reis eruitziet, spraken we met Laurens Hagendoorn, Technical Lead bij Terramira, die leiding geeft aan de ontwikkelaars die ruwe aardobservatiedata omzetten in Earth Intelligence.
Van losse projecten naar één technische basis
Terramira bracht verschillende specialismen samen onder één dak, en een groot deel van Laurens’ werk is ervoor te zorgen dat de gebundelde expertise elkaar technisch versterkt. Hij is functioneel leidinggevend aan zo'n vijftien ontwikkelaars, waarbij hij zowel de kwaliteit van wat ze bouwen als de grotere architecturale keuzes daarachter bewaakt.
“Het is makkelijk om van het ene project naar het andere te springen,” legt hij uit. “Maar we kunnen projecten alleen goed uitvoeren omdat we ook technologie hebben ontwikkeld die al die projecten met elkaar verbindt.”. Er loopt een rode draad door alle afzonderlijke projecten heen, dus we worden steeds beter in het voorzien in al die individuele behoeften van onze klanten, vanuit één breder uitgangspunt. Als je daar niet bewust mee omgaat, ben je uiteindelijk elke keer weer bezig het wiel opnieuw uit te vinden.”
Je kunt een geweldig wiel bouwen, maar dat kost veel tijd. En dan blijf je losse onderdelen bouwen in plaats van een motor.
Laurens Hagendoorn, Technisch Leider bij Terramira
Die langere keten is precies waar Laurens het grootste deel van zijn tijd aan besteedt: het opzetten van gedeelde processen, het op één lijn brengen van coderingsnormen tussen teams die vanuit verschillende uitgangspunten zijn begonnen, en het vormgeven van de manier waarop het team AI inzet om op consistente wijze code te genereren. Voor sommige onderdelen van het systeem, zoals de API die de gegevens levert, gelden zeer strenge eisen en worden ze grondig van begin tot eind getest, omdat klanten elk probleem onmiddellijk merken.
Één platform, één bron van waarheid
Achter het klantgerichte platform van Terramira schuilt iets fundamentelers: een API waarmee vrijwel alle analyses daadwerkelijk worden uitgevoerd. “In principe kan alles wat een klant in ons platform kan doen, ook zelf in hun eigen frontend bouwen, door simpelweg onze API aan te roepen”, zegt Laurens. Dat is doelbewust. Het platform zelf blijft waardevol omdat niet elke klant de technische middelen heeft om direct met een API te werken. Het biedt mensen een toegankelijke manier om te zien wat er mogelijk is en, belangrijker nog, om platte data om te zetten in iets waarop ze daadwerkelijk beslissingen kunnen baseren.
Dezelfde infrastructuur en codebase ondersteunen zeer verschillende diensten, zoals boommonitoring en landbouwmonitoring en monitoring van zonnepanelen. “Alles draait op hetzelfde systeem, op dezelfde manier, dezelfde codebase,” merkt Laurens op. “Consistente kwaliteit, en dezelfde bouwstenen om verschillende resultaten uit dezelfde data te halen.”
Machines leren het land te zien en bewijzen dat ze het goed zien.
Een aanzienlijk deel van het werk van Terramira is afhankelijk van deep learning-modellen die getraind zijn om objecten te herkennen zoals bomen, gebouwen, water en verharde oppervlakken in satellietbeelden, luchtfoto's en puntwolken. Momenteel ontwikkelt het team een foundation model, nog in de R&D-fase maar naar verwachting eind dit jaar bruikbaar, dat het veel gemakkelijker zal maken om te reageren wanneer een nieuwe satelliet of sensor online komt, waarbij meerdere services tegelijkertijd worden bijgewerkt in plaats van elke service afzonderlijk opnieuw te trainen.
Daarnaast bouwt het team van Laurens validatiedatasets, met de hand gelabelde grondwaarheden voor elementen zoals boomstammen en kronen, zodat de volledige verwerkingsketen rigoureus gemeten kan worden: van de ruwe output van het deep learning-model tot de domeinregels die daarna worden toegepast door geo-specialisten, die lokale kennis inbrengen, bijvoorbeeld om te herkennen wanneer iets dat er in een bepaalde setting uitziet als een boom, er gewoonweg geen is. Door die validatie op te splitsen per landschapstype, stedelijk, landelijk of bebost, kan Terramira precies aangeven hoe betrouwbaar zijn gegevens zijn in elke context, en met reële cijfers aantonen hoe de kwaliteit verbetert bij elke volgende release.
Bomen staan dit jaar centraal en vormen momenteel de grootste dienst van Terramira. Het is de ambitie om tegen het einde van het jaar jaarlijks nieuwe bomen te detecteren aan de hand van luchtfoto’s, en daarnaast het kroonvolume te berekenen en soorten nog nauwkeuriger te identificeren. Het is een mooi voorbeeld van hoe een idee, dat eerst via studentenprojecten is getest, geleidelijk uitgroeit tot een productieklaar model dat door een collega tot een goed einde wordt gebracht.
Problemen oplossen op een schaal die de meeste bedrijven nooit hoeven te hebben
Vraag Laurens wat de technologie van Terramira onderscheidt, en het antwoord is direct: het verwerken van enorme hoeveelheden data, heel snel, voor een groot aantal verschillende klanten tegelijk. Dat betekent systemen bouwen die flexibel genoeg zijn om elke klant op dezelfde gedeelde basis te bedienen, zonder telkens opnieuw te hoeven beginnen.
Wij zijn geen Google. We hebben geen onbeperkte rekenkracht of een onbeperkt budget, dus het moet slimmer.
Laurens Hagendoorn, Technisch Leider bij Terramira
Het is een filosofie gevormd door ervaring. Eerder in zijn carrière werkte Laurens aan een project voor de Wereldbank, waarbij hij de elektriciteitsinfrastructuur in een heel land in kaart bracht door te voorspellen waar de volgende mast in een netwerk waarschijnlijk zou komen te staan, en alleen de benodigde beelden kocht om dit te bevestigen, tegel voor tegel, in plaats van satellietgegevens voor een heel land aan te schaffen. Het doel was om te helpen identificeren waar nieuwe zonne-investeringen de grootste impact zouden hebben op het net, op plaatsen waar die infrastructuur vaak alleen als een tekening in een archiefkast bestaat, niet als digitale gegevens. Hij bouwde ook de vroegste versie van Terramira's interne API voor het ophalen van tijdreeksgegevens per perceel, dezelfde basis die vandaag de dag al zijn landbouwmonitoring ondersteunt.
Het team opbouwen net zoals de technologie
Tegenwoordig geniet Laurens het meest van iets anders: frictie wegnemen zodat ontwikkelaars goed werk kunnen leveren en er een prettige dag aan overhouden. Hij is nauw betrokken bij het aannemen van personeel en het opbouwen van het team dat hij nu leidt. Omdat hij pas enkele maanden geleden in zijn huidige functie is begonnen, is hij openhartig dat hij nog steeds snel leert, en dat de ruimte om te groeien precies het punt is: het stelt de technologie van Terramira, en de mensen erachter, in staat om steeds beter te worden.
Terramira biedt me veel ruimte om te groeien.
Laurens Hagendoorn, Technisch Leider bij Terramira
