Startup de previsão do tempo com IA supera as agências governamentais

Uma nova ferramenta de previsão do tempo baseada em IA, lançada hoje pela startup WindBorne Systems, oferece previsões mais frequentes e precisas sobre as principais variáveis do que o sistema líder mundial desenvolvido por governos europeus, graças a melhorias na forma como os dados dos sensores são inseridos nos modelos de aprendizado profundo.

Fundada por um grupo de estudantes de Stanford em 2019, a WindBorne inicialmente se concentrou na construção de balões meteorológicos mais eficientes, com o objetivo de vender dados meteorológicos. No entanto, após o surgimento dos modelos de aprendizado profundo para previsão do tempo em 2022, a equipe percebeu que poderia agregar mais valor desenvolvendo também seu próprio modelo.

A WindBorne afirma que a versão mais recente de seu modelo supera tanto os sistemas tradicionais quanto os de IA do ECMWF em várias variáveis. De acordo com o diretor de produtos, Kai Marshland, uma maneira simples de entender isso é que o WeatherMesh 6 “é tão preciso cinco dias à frente quanto uma previsão tradicional é no dia anterior”, especialmente para medições de temperatura da superfície.

Hoje marca o lançamento da sexta versão desse modelo, o WeatherMesh, que, segundo a empresa, é mais preciso do que as previsões tradicionais e as baseadas em IA produzidas pelo Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF) — a organização intergovernamental amplamente considerada pelos meteorologistas como a principal fornecedora de previsões meteorológicas precisas atualmente.

O WeatherMesh 6 gera uma previsão a cada hora, em comparação com a cada seis horas dos modelos tradicionais. Sua resolução foi reduzida para 3 km na Europa e no território continental dos EUA, onde a qualidade dos dados é mais alta.

As previsões meteorológicas tradicionais dependem de modelos físicos complexos que exigem supercomputadores caros e levam um tempo significativo para serem executados. Os modelos de IA — desenvolvidos por startups e grandes laboratórios como o Google DeepMind — tendem a operar mais rapidamente do que os modelos físicos, mas atualmente oferecem menor resolução, menos variáveis e menor precisão em horizontes temporais mais longos.

Ainda assim, a IA aplicada à meteorologia está evoluindo rapidamente e já vem sendo utilizada por importantes órgãos governamentais em todo o mundo. Pesquisadores estão trabalhando para integrá-la aos sistemas que agregam dados meteorológicos e produzem previsões para o público.

A WindBorne se beneficia de sua combinação única de construção de modelos e coleta de dados. Atualmente, a empresa mantém cerca de 400 balões em voo a qualquer momento, coletando leituras de sensores de 15 locais de lançamento ao redor do mundo. As melhorias em seu modelo atual resultam de aperfeiçoamentos na forma como os dados coletados pelos balões são incorporados aos modelos.

“Pessoalmente, não entendo o modelo de negócios de uma empresa de previsão do tempo baseada em IA que não tenha uma vantagem em termos de conjunto de dados”, disse o CEO da WindBorne, John Dean, ao TechCrunch.

A superioridade do ECMWF decorre de sua expertise em “assimilação de dados” — o processo de converter leituras de sensores díspares em uma representação abrangente e legível por máquina do mundo. Por enquanto, os modelos meteorológicos de IA dependem de conjuntos de dados produzidos pelo ECMWF e pela Administração Oceânica e Atmosférica Nacional dos EUA.

Mas a WindBorne e outras organizações estão trabalhando para alimentar os modelos diretamente com dados próprios. Joan Creus-Costa, chefe de IA da empresa, afirma que a ingestão direta de dados de seus balões e outras fontes é a principal razão para a melhoria na nova versão do WeatherMesh. Levou um ano de ajustes e reestruturação do modelo baseado em transformador para fornecer essas previsões sem perder estabilidade.

“Quando começamos a fazer a assimilação de dados, ainda dependíamos muito do ECMWF”, disse Dean. “Prevejo que, hoje, se removêssemos as condições iniciais do ECMWF, ainda assim teríamos um desempenho bastante bom.”

A empresa passou por um susto no ano passado, quando um avião da United Airlines colidiu com um de seus balões. Embora a aeronave tenha sofrido danos leves, ninguém ficou ferido, em parte porque a WindBorne cumpria as normas dos EUA relativas ao tamanho de seus conjuntos de sensores. Agora, porém, a empresa adicionou transponders aos seus balões que informam sua localização por meio do sistema global de vigilância da aviação, o ADS-B, para reduzir o risco de outra colisão.

A WindBorne, que levantou US$ 25 milhões em financiamento de risco com uma avaliação estimada em US$ 85 milhões em 2024, vende os dados de seus balões para a NOAA (para uso em operações americanas de previsão do tempo), a Força Aérea dos EUA e a Marinha. A empresa também vende suas previsões para investidores e operadores de commodities. Mas Dean afirma que a empresa continua focada em desenvolver seu modelo e sua infraestrutura de dados, em vez de produtos comerciais, em parte devido à natureza em constante evolução do ambiente de informação.

“Não estou tentando investir uma equipe enorme na criação de um produto SaaS, se daqui a dois anos as pessoas quiserem acessar informações de consumo por meio de um agente, certo?”, disse Dean.