ШІ суттєво покращив прогноз погоди

Нові методи глибокого навчання, що лежать в основі LLM, також дали синоптикам можливість моделювати погоду на ноутбуках замість суперкомп'ютерів, змінюючи метеорологію. Але більшим завданням для штучного інтелекту може бути спрощення для людей та організацій впровадження цих прогнозів.

WindBorne Systems, стартап, який збирає дані за допомогою найдовголітніх у світі метеорологічних аеростатів та використовує їх для потужної моделі прогнозування , залучив 37 мільйонів доларів у рамках раунду серії B для вирішення цього завдання, повідомив TechCrunch генеральний директор Джон Дін.

Новий раунд фінансування було спільно проведено Khosla Ventures та Galvanize, з додатковими інвестиціями від TransLink Capital, Lux Capital та попередніх інвесторів, а після цього раунду фінансування компанія оцінюється в 250 мільйонів доларів.

Заснована у 2019 році, компанія WindBorne розпочала з плану отримання нового набору метеорологічних даних за допомогою своїх недорогих метеорологічних датчиків та довговічних аеростатів. Розробка моделей прогнозування погоди на основі штучного інтелекту за останні чотири роки дозволила їм робити власні прогнози, що раніше було неможливо для більшості приватних компаній через вартість суперкомп'ютерів, які раніше були необхідні для моделювання атмосфери.

Сьогодні компанія має 20 пускових майданчиків по всьому світу та близько 600 повітряних кульок, які одночасно перебувають у повітрі та збирають дані у важкодоступних місцях, таких як око тайфуну . Зараз компанія починає розгортати комплекти повітряних датчиків, які можуть падати в океан та продовжувати збирати вимірювання як плавучі буї.

Власний набір даних, згенерований цією «планетарною нервовою системою», як любить її називати Дін, створює рів для їхньої моделі погоди, яка також використовує набори даних, згенеровані урядовими метеорологічними агентствами по всьому світу.

«Ми продемонстрували, що коли до прогнозу додаються повітряні кулі, ви отримуєте точніші прогнози, а цінність кожної точки даних набагато вища, ніж у супутників», – сказав Дін. «Ми також збільшуємо дохід, одночасно займаючись цим, що зменшує ризик сигналу попиту для венчурних фондів».

Далі йде комерційний бізнес — зараз він в основному зосереджений на інвестиційних фондах, що використовують метеорологічні дані для прогнозування цін на сировинні товари та інших бізнес-результатів. Окрім витрат на обчислення та зусиль щодо заміни супутникового зв'язку мережі повітряних кулей на мережеву радіомережу, цей раунд дозволить WindBorne створити свою команду з виходу на ринок, щоб розширити свою клієнтську базу в приватному секторі.

Це не завжди легко. Протягом останнього десятиліття різноманітні стартапи намагалися розширити бізнес у сфері зондування, такий як мережі супутникового спостереження за Землею, але їм було важко пробитися до приватного сектору, оскільки отримання цінності з цих даних вимагає досвіду та налагоджених робочих процесів. Більшість звертаються до державних установ, які вже звикли використовувати ці дані.

Приватні компанії, що займаються прогнозуванням погоди, справді існують, але більшу частину своїх грошей вони заробляють на перепаковці або уточненні урядових прогнозів для ЗМІ, спеціалізованих потреб, таких як видалення льоду з літаків та маршрутизація суден, або для вищезгаданих спекулянтів. Однак це може змінитися, оскільки інструменти штучного інтелекту зроблять обробку даних ефективнішою.

Салоні Мултані, партнерка Galvanize, яка була одним із керівників раунду, сказала, що приватний ринок погоди обмежений, оскільки «інтеграція прогнозів погоди в ширші бізнес-рішення традиційно була дорогою та складною. Ми вважаємо, що штучний інтелект змінює це рівняння. Кращі прогнози роблять зусилля вартими, а штучний інтелект значно полегшує пов’язування цих прогнозів із рішеннями, які намагаються прийняти підприємства».