חברת MEDVA GIS עוזרת למקבלי החלטות בענפים שונים לקבל תמונה שלמה על הפרויקט שלהם. החברה פיתחה מערכת ניתוח מידע – Insight, המבוססת על נתונים בעלי מאפיינים גיאוגרפיים. המערכת נבנתה לתמוך במחקרים והפקה בתעשיית הנפט והגז, הנדסה ובנייה, ניהול מים, סיקרי שטח, חקלאות וניהול המרחב הכפרי.
מדבא מערכות מידע, MEDVA GIS הוקמה בשנת 2014 על-ידי איתן זימרן המנכ"ל ושותפיו מחברת Medva GIS. החברה צירפה לשורותיה את ד"ר אביהוא כהן כמנהל טכנולגי ושותף.
זימרן וכהן ישבו לספר לנו על פעילות החברה.
כיצד הטכנולוגיה של Medva GIS עוזרת בקבלת החלטות בתחומים שונים?
"המערכת שלנו נקראת Insight מהסיבה שהיא מפיקה תובנות. אנו מזינים במערכת נתונים רבים ממקורות שונים, הכוללים נתונים של הפרויקט, נתוני מזג אוויר, צילומי לווין, רחפנים ומצב הפרוייקט. לאחר איסוף הנתונים ושימוש בטכנולוגיות של Machine Learning ו-AI, המשתמש מקבל המלצת פעולה לביצוע משימה נדרשת. למשל, היכן לבצע ריסוס בשטחים חקלאים, או אזורים בהם יש סיכוי טוב יותר למצוא נפט או גז. כדי להחליט נכון נידרשים מידע אמין וידע המוצגים בפלטפורמה אחת.
"הדרך הכי טובה להבין את היכולות של המערכת היא באמצעות דוגמא. אנחנו עוזרים לחקלאים להתמודד עם זבוב הפירות הים תיכוני. זהו זבוב שיש לו 15 מינים ומזיק ל 250 סוגי פירות, ירקות ואגוזים. חקלאי לא יכול למכור את התוצרת שלו ברווח אם היא נפגעה מהמזיק הזה. המערכת שלנו יודעת להציג מידע הנאסף מהשטחים של החקלאים. בין היתר מדובר בנתוני מזג האוויר המשפיעים על מחזור החיים של הזבוב, זן הפרי בשטח, שיטת הריסוס עבורו והאזורים בהם מומלץ לבצע ריסוס. לחקלאי יש חלקות רבות בהן הוא מגדל את הפירות שלו. בזמן נתון, בחלקה אחת יש פרי בהבשלה (ולכן רגיש לזבוב), בה הוא מגדל תפוזים, לעומת חלקות אחרות, בהן הפרי יבשיל רק בעוד מספר שבועות או חודשים כך שאין צורך לרסס.
"המערכת שלנו מבצעת איסוף וניתוח של כל המידע המוזן בה, כולל אזורים שנפגעו מהזבוב, אזורים בהם כבר בוצע הריסוס ואלו שידרשו כזה בעתיד, ולבסוף מספקת למקבל ההחלטות המלצות כיצד לתכנן את הריסוסים הבאים שלו. כתוצאה מהשימוש ב Insight, יש גם תרומה לאיכות הסביבה. הסיבה לכך, החקלאים מצמצמים את אזורי הריסוס רק לאזורים הנדרשים לכך ולא את כל השטחים שברשותם".
"המערכת שלנו עובדת בענן של (אמזון ווב סרוויס) AWS, אנחנו עובדים עם Amazon EC2 עבור יכולות המיחשוב בענן ו-Amazon S3 עבור האחסון. עבור יכולות ה-Machine Learning אנחנו עובדים עם Amazon SageMaker. שירות זה מאפשר לבנות, לאמן ולפרוס מודלים במהירות. זהו שירות שמאפשר לבצע את התהליכים של Machine Learning בצורה הרבה יותר קלה".
במקרה של זבוב הפירות הים תיכוני, איך המערכת שלכם מקבלת את המידע על הזבובים הקיימים בשטח של החקלאי?
"אנחנו פורסים מלכודות זבובים, אשר יודעות לספק לנו את המידע על המיקומים הגיאוגרפים של ריכוזי הזבובים ביחס לחלקות הגידול. את המידע מהמלכודות ומידע סביבתי אחר אוספים פעם בשבוע אנשי שטח -נטרים. אותם נטרים מזינים את הפרטים באפליקציה ובצורה הזאת הם עוברים למערכת. בנוסף, אנחנו אוספים צילומי לוויין רלוונטים ונתוני מזג אויר עדכניים. בעתיד אנו מתכוונים להשתמש גם בצילומי רחפן ובמלכודות אוטומטיות.
"השימוש בצילומי אוויר ולוויין הוא קריטי עבורנו בכל התחומים בהם מופעלת המערכת ואנחנו עובדים עם מספר חברות עבור המידע הזה. בין היתר התחלנו להשתמש ב-Earth on AWS, המאפשר לבצע עיבוד של הנתונים אותו אנחנו אוספים יחד עם מידע גיאוגרפי אותו AWS מספקת. המידע הזה כולל נתונים חקלאיים, פני שטח וצילומי לוויין של כדור הארץ. כל המידע הזה נקלט בתוך מערכת Insight והוא עוזר לה להיות מדויקת יותר ולתת תמונה שלמה יותר למקבלי ההחלטות המשתמשים בה".