Стартап зі штучним інтелектом погоди перевершує урядові установи у прогнозуванні погоди
Новий інструмент прогнозування погоди на основі штучного інтелекту, випущений сьогодні стартапом WindBorne Systems, пропонує частіші та точніші прогнози ключових змінних, ніж провідна світова система, розроблена європейськими урядами, завдяки досягненням у тому, як показники датчиків передаються в моделі глибокого навчання.
Заснована групою студентів Стенфорда у 2019 році, компанія WindBorne почала з побудови вдосконаленого метеозонда з ідеєю продажу метеорологічних даних. Але з появою моделей глибокого навчання для прогнозування погоди у 2022 році команда зрозуміла, що може отримати більше цінності, створивши також власну модель.
Сьогодні відзначається випуск шостої версії цієї моделі, WeatherMesh, яка, за словами компанії, є точнішою за традиційні прогнози та прогнози штучного інтелекту, що розробляються Європейським центром середньострокових прогнозів погоди (ECMWF), європейською міжурядовою організацією, яку метеорологи вважають провідним постачальником точних прогнозів погоди.
Один простий спосіб зрозуміти це, каже головний директор з продуктів WindBorne Кай Маршленд, полягає в тому, що WeatherMesh-6 «настільки ж точний за п’ять днів, скільки традиційний прогноз за день до цього», особливо щодо вимірювань температури поверхні.
WeatherMesh-6 створює прогноз щогодини, на відміну від традиційних моделей, де кожні шість годин, його роздільна здатність зараз становить до 3 км у Європі та континентальній частині США, де якість даних найвища.
Традиційні прогнози погоди генеруються за допомогою складних фізичних моделей, для роботи яких потрібні дорогі суперкомп'ютери, і на їх виконання потрібно багато часу. Моделі штучного інтелекту, які створюються стартапами та великими лабораторіями, такими як Google DeepMind, як правило, рухаються швидше, ніж фізичні моделі, але наразі вони не мають такої високої роздільної здатності та не прогнозують так точно на тривалі часові горизонти.
Тим не менш, штучний інтелект для визначення погоди швидко вдосконалюється і вже використовується у великих урядових установах по всьому світу. Дослідники працюють над його інтеграцією в системи, що використовуються для агрегації метеорологічних даних та створення публічних прогнозів.
«Особисто я не розумію бізнес-моделі компанії, що займається погодою на основі штучного інтелекту, без переваги набору даних», – сказав генеральний директор WindBorne Джон Дін TechCrunch.
Перевага ECMWF пояснюється навичками організації у «асиміляції даних» – роботі з перетворення різнорідних показників датчиків на комплексну, машинозчитувану картину світу. Наразі моделі погоди на основі штучного інтелекту залежать від наборів даних, що створюються ECMWF та Національним управлінням океанічних і атмосферних досліджень США (NOAA).
Але WindBorne та інші організації працюють над тим, щоб безпосередньо вносити дані в моделі, і керівник відділу штучного інтелекту компанії Джоан Креус-Коста каже, що пряме отримання даних з їхніх повітряних куль та інших джерел є ключовою причиною покращення в новій версії WeatherMesh. Знадобився рік налаштування та перепланування моделі на основі трансформаторів, щоб вона могла надавати ці прогнози без втрати стабільності.
«Коли ми починали займатися [асимиляцією даних], ми все ще дуже залежали від ECMWF», – сказав Дін. «Я передбачаю, що сьогодні, якби ми виключили початкові умови ECMWF, ми б все ще мали непогані результати».
Минулого року компанія зазнала невдачі, коли реактивний лайнер United Airlines влетів в одну з її аеростат. Хоча літак зазнав незначних пошкоджень, ніхто не постраждав, частково тому, що WindBorne дотримувалася правил США щодо розміру комплекту датчиків. Однак зараз компанія використовує глобальну систему спостереження за авіацією ADS-B, щоб перемістити свої аеростати з дороги літаків, що пролітають, щоб зменшити ймовірність чергової аварії.
WindBorne, яка залучила 25 мільйонів доларів венчурного фінансування з оцінкою у 85 мільйонів доларів у 2024 році, продає свої дані про повітряні кулі NOAA, де вони використовуються в американському підприємстві прогнозування погоди, а також ВПС і ВМС США. Компанія також продає свої прогнози інвесторам та торговцям сировинними товарами, але Дін каже, що компанія залишається зосередженою на розбудові своєї інфраструктури моделей та даних, а не комерційних продуктів, частково через мінливий характер інформаційного середовища.
«Я ж не намагаюся інвестувати величезну команду в створення SaaS-продукту, якщо через два роки люди хочуть отримувати споживчу інформацію через агента, чи не так?» — сказав Дін.