Стартап в сфере искусственного интеллекта, занимающийся прогнозированием погоды, превосходит по точности прогнозов государственные ведомства

Новый инструмент прогнозирования погоды на базе искусственного интеллекта, выпущенный сегодня стартапом WindBorne Systems, обеспечивает более частые и точные прогнозы по ключевым показателям, чем ведущая в мире система, разработанная европейскими правительствами, благодаря усовершенствованиям в способах подачи данных с датчиков в модели глубокого обучения.

Компания WindBorne, основанная группой студентов Стэнфордского университета в 2019 году, изначально занималась созданием более совершенных метеорологических аэростатов с целью продажи метеоданных. Однако после появления в 2022 году моделей глубокого обучения для прогнозирования погоды команда поняла, что сможет получить больше выгоды, разработав также собственную модель.

В WindBorne заявляют, что последняя версия их модели превосходит как традиционные системы ECMWF, так и системы на базе ИИ по ряду показателей. По словам директора по продуктам Кая Маршленда, это можно просто объяснить тем, что WeatherMesh 6 «на пять дней вперед даёт такие же точные прогнозы, как традиционный прогноз за день до этого», особенно в отношении измерений температуры на поверхности.

Сегодня состоялся релиз шестой версии этой модели, WeatherMesh, которая, по утверждению компании, является более точной, чем как традиционные, так и основанные на искусственном интеллекте прогнозы, подготовленные Европейским центром среднесрочных прогнозов погоды (ECMWF) — межправительственной организацией, которую метеорологи повсеместно считают ведущим поставщиком точных прогнозов погоды на сегодняшний день.

WeatherMesh 6 генерирует прогноз каждый час, в то время как традиционные модели — каждые шесть часов. Её разрешение было уменьшено до 3 км в Европе и на территории континентальной части США, где качество данных является наивысшим.

Традиционные прогнозы погоды опираются на сложные физические модели, для работы которых требуются дорогостоящие суперкомпьютеры и значительное время. Модели на базе искусственного интеллекта — разработанные стартапами и крупными лабораториями, такими как Google DeepMind, — как правило, работают быстрее, чем физические модели, но в настоящее время предлагают более низкое разрешение, меньшее количество переменных и меньшую точность на более длительных временных горизонтах.

Тем не менее ИИ в области метеорологии быстро совершенствуется и уже используется крупными государственными агентствами по всему миру. Исследователи работают над его интеграцией в системы, которые агрегируют метеорологические данные и формируют прогнозы для общественности.

WindBorne извлекает выгоду из уникального сочетания построения моделей и сбора данных. В настоящее время компания в любой момент времени имеет в полете около 400 воздушных шаров, собирающих показания датчиков с 15 пусковых площадок по всему миру. Улучшения в текущей модели достигаются за счет усовершенствований в способах подачи данных, собранных воздушными шарами, в модели.

«Лично я не понимаю бизнес-модель компании, занимающейся прогнозированием погоды на основе ИИ, но не обладающей преимуществом в виде собственного набора данных», — заявил TechCrunch генеральный директор WindBorne Джон Дин.

Превосходство ECMWF обусловлено его экспертизой в области «ассимиляции данных» — процесса преобразования разрозненных показаний датчиков в целостное, машиночитаемое представление о мире. На данный момент метеорологические модели на базе ИИ полагаются на наборы данных, подготовленные ECMWF и Национальным управлением океанических и атмосферных исследований США (NOAA).

Однако WindBorne и другие организации работают над тем, чтобы подавать данные непосредственно в модели. Джоан Креус-Коста, руководитель отдела искусственного интеллекта компании, отмечает, что прямой ввод данных с их метеозонд и из других источников является основной причиной улучшения в новой версии WeatherMesh. Потребовался год на настройку и перепроектирование модели на основе трансформеров, чтобы обеспечить предоставление этих прогнозов без потери стабильности.

«Когда мы только начинали заниматься ассимиляцией данных, мы по-прежнему в значительной степени полагались на ECMWF», — сказал Дин. «Я полагаю, что сегодня, даже если бы мы исключили начальные условия ECMWF, наши прогнозы по-прежнему были бы довольно точными».

В прошлом году компания пережила тревожный момент, когда лайнер авиакомпании United Airlines столкнулся с одним из её воздушных шаров. Хотя самолёт получил незначительные повреждения, никто не пострадал, отчасти потому, что WindBorne соблюдала требования законодательства США в отношении размеров своих датчиков. Однако теперь компания оснастила свои воздушные шары транспондерами, которые передают данные о местоположении через глобальную систему авиационного наблюдения ADS-B, чтобы снизить риск повторного столкновения.

WindBorne, которая привлекла 25 миллионов долларов венчурного финансирования при заявленной оценке в 85 миллионов долларов в 2024 году, продает данные со своих воздушных шаров NOAA (для использования в американских системах прогнозирования погоды), ВВС США и ВМС. Компания также продает свои прогнозы инвесторам и трейдерам сырьевых товаров. Однако Дин отмечает, что компания по-прежнему сосредоточена на развитии своей модели и инфраструктуры данных, а не на коммерческих продуктах, отчасти из-за постоянно меняющейся информационной среды.

«Я не собираюсь вкладывать ресурсы огромной команды в разработку SaaS-продукта, если через два года люди будут получать потребительскую информацию через агента, верно?» — сказал Дин.