IN THE LOOPSPACETECH

ANOTHER EARTH : la startup qui veut simuler la planète lève 3,5 millions d’euros

📩 Pour nous contacter: redaction@fw.media

Dans l’économie spatiale contemporaine, l’observation de la Terre repose sur un paradoxe. Les satellites n’ont jamais produit autant d’images de la planète, mais l’intelligence artificielle qui doit les analyser manque encore de données d’entraînement adaptées. C’est sur ce point précis que se positionne la startup autrichienne Another Earth, qui développe une technologie capable de générer des images satellites entièrement artificielles afin d’entraîner les modèles d’IA utilisés dans l’analyse environnementale et géospatiale.

L’entreprise annonce une levée de trois millions et demi d’euros, destinée à accélérer le déploiement de sa plateforme de données synthétiques pour l’observation de la Terre. Derrière ce financement relativement modeste se dessine l’ambition de construire une infrastructure de simulation permettant d’entraîner des modèles d’intelligence artificielle sur l’ensemble de la surface terrestre.

De l’observation à la simulation de la planète

Depuis une quinzaine d’années, l’écosystème spatial a profondément changé. Les constellations de satellites commerciaux ont fait émerger une nouvelle industrie de la donnée géospatiale. Des entreprises comme ICEYE ont démontré qu’il était possible de produire des images radar de la Terre à grande échelle, utilisées notamment pour la surveillance environnementale, la gestion des catastrophes naturelles ou le suivi d’infrastructures critiques.

Mais l’analyse de ces images repose désormais largement sur l’intelligence artificielle. Or les modèles d’apprentissage automatique nécessitent des volumes considérables de données annotées, souvent difficiles à obtenir. Dans de nombreuses régions du monde, les images satellites sont rares, coûteuses ou insuffisamment étiquetées pour entraîner efficacement des algorithmes.

La technologie développée par Another Earth consiste précisément à combler ce manque. La startup combine IA générative et modélisation 3D afin de produire des images satellites synthétiques accompagnées de données géospatiales associées, comme l’usage des sols ou les modèles d’élévation. Ces ensembles de données peuvent ensuite servir à entraîner des systèmes d’analyse automatisée de l’environnement, qu’il s’agisse de détection de déforestation, de suivi agricole ou d’analyse des infrastructures.

L’approche consiste donc moins à remplacer les satellites qu’à compléter les données réelles par des données simulées.

Générer des données là où elles n’existent pas

Dans de nombreux projets d’intelligence artificielle appliqués à la planète, la difficulté principale ne réside pas dans l’algorithme lui-même mais dans la disponibilité des données d’entraînement. Les images satellites haute résolution peuvent être coûteuses et leur préparation nécessite souvent un travail d’annotation manuel particulièrement long.

Les données synthétiques permettent de contourner cette contrainte. En générant des images artificielles entièrement étiquetées, les équipes peuvent entraîner leurs modèles sur des scénarios spécifiques : zones isolées, phénomènes rares ou événements extrêmes.

La plateforme développée par Another Earth peut produire des volumes importants d’images satellites simulées, accompagnées de leurs labels et segmentations automatiques. Cette approche permet notamment de créer des datasets pour des cas difficiles à observer dans la réalité, comme certaines catastrophes environnementales ou des situations géographiques peu couvertes par les satellites.

Les nouveaux acteurs de l’économie de l’observation de la Terre

Le marché dans lequel s’inscrit Another Earth est en pleine structuration, à la croisée de trois segments : l’observation de la Terre, l’analyse géospatiale par IA et la production de données synthétiques. D’un côté, des entreprises comme Maxar Technologies, Planet Labs ou BlackSky exploitent des constellations de satellites pour produire des images de la planète et des services d’intelligence géospatiale. Ces données alimentent ensuite un second niveau d’acteurs spécialisés dans l’analyse et les applications environnementales, à l’image de Kayrros, qui utilise l’imagerie satellitaire et l’intelligence artificielle pour surveiller les émissions énergétiques ou les infrastructures industrielles à l’échelle mondiale. Enfin, une nouvelle génération de startups cherche à résoudre l’un des principaux verrous du secteur : le manque de données d’entraînement pour les modèles d’IA. Des plateformes comme AgileView, par exemple, développent des moteurs de simulation capables de générer des environnements 3D afin de produire des images aériennes et satellitaires artificielles destinées à l’apprentissage automatique.

Dans cet écosystème, Another Earth se positionne sur cette troisième couche, la génération de données géospatiales synthétiques, destinée à compléter ou enrichir les données issues des satellites réels.

Une levée de fonds pour accélérer le déploiement

Pour soutenir cette stratégie, la startup annonce une levée de trois millions et demi d’euros. Le financement réunit de nouveaux investisseurs ainsi que plusieurs partenaires déjà présents au capital, notamment les fonds Rockstart, Inovexus, Stamco AG et Wake-Up Capital, avec le soutien d’organismes publics autrichiens tels que Austrian Research Promotion Agency et Austria Wirtschaftsservice.

La société prévoit d’utiliser ces ressources pour accélérer le déploiement de son Synthetic Data Engine, notamment dans des régions où les données environnementales restent rares, comme certaines zones d’Amérique latine ou d’Afrique subsaharienne.

Fondée à Vienne, Another Earth développe une technologie combinant intelligence artificielle générative et modélisation 3D afin de produire des datasets géospatiaux synthétiques destinés à l’entraînement d’algorithmes d’analyse environnementale. L’entreprise a été créée par Maya Pindeus, CEO et cofondatrice, et Felix Geremus, CTO et cofondateur, spécialiste des technologies 3D et des systèmes d’information géographique.

 

Suivez nous:
Bouton retour en haut de la page