Startup quer ser o “ChatGPT da Terra” com IA para dados geoespaciais

Todos os dias, cerca de 100 terabytes de imagens da Terra são captados por satélites. Transformar esse mar de dados em informações úteis, no entanto, ainda é uma tarefa desafiadora. Foi com esse problema em mente que surgiu a LGND, startup que quer aplicar inteligência artificial generativa (GenAI) à análise geoespacial, criando o que seus fundadores chamam de um “ChatGPT para o planeta”.

Fundada por Nathaniel Manning, ex-CEO da Ushahidi, e Bruno Sánchez-Andrade Nuño, ex-NASA e World Bank, a LGND acaba de levantar US$ 9 milhões em uma rodada seed liderada pela Javelin Venture Partners, segundo revelou a empresa ao TechCrunch.

Leia mais: Mignow acelera internacionalização e já tem mais da metade de projetos fora do Brasil

O objetivo é simplificar e baratear drasticamente o processo de interpretar dados geográficos, como identificar onde há aceiros para conter incêndios florestais ou mapear áreas com potencial de alagamento.

Hoje, modelos de IA treinados para detectar padrões como esses exigem centenas de milhares de dólares para produzir resultados limitados. A LGND quer reduzir esse custo em até cem vezes com o uso de embeddings vetoriais geográficos, resumos computacionais que sintetizam características espaciais e tornam mais simples a comparação e análise de dados no mapa.

De prevenção de desastres a turismo

Segundo o TechCrunch, com sua tecnologia, a LGND consegue abstrair informações espaciais de diferentes formatos (como imagens, vetores, dados climáticos e topográficos) e condensá-las em representações matemáticas que facilitam a busca, comparação e inferência.

“Embeddings geográficos capturam 90% da complexidade computacional logo de início”, explicou Nuño. Isso significa que tarefas como identificar aceiros — que podem ser estradas, rios ou faixas sem vegetação, se tornam muito mais rápidas e automáticas, ao invés de exigir inspeção manual ou treinamento especializado.

A empresa já oferece uma aplicação corporativa e uma API para empresas que lidam com grandes volumes de dados espaciais. Segundo Manning, a ambição é permitir perguntas sofisticadas sobre o espaço físico, como: “Quero alugar uma casa com três quartos, perto de uma praia de areia branca com pouca presença de algas em fevereiro e sem nenhuma obra por perto.” Hoje, responder a isso com modelos geoespaciais tradicionais seria demorado e caro.

Se a proposta vingar, a LGND pode conquistar parte de um mercado estimado em US$ 400 bilhões, que inclui setores como agronegócio, logística, turismo, planejamento urbano, monitoramento climático e seguros.

“Estamos tentando ser a Standard Oil desses dados”, disse Manning, fazendo referência à gigante do petróleo que dominou o setor energético no início do século 20. A LGND, por sua vez, quer ser a infraestrutura que alimenta a próxima geração de aplicações de IA voltadas para entender e proteger a Terra.