人工智慧氣象新創公司的預報準確度超越政府機關

新創公司 WindBorne Systems 今日推出一款由人工智慧驅動的新型天氣預報工具，由於在感測器數據饋入深度學習模型的方式上有所改進，該工具針對關鍵變數所提供的預報頻率與準確度，均優於歐洲各國政府開發的全球領先系統。

WindBorne 由一群史丹佛大學學生於 2019 年創立，最初專注於研發更優質的氣象氣球，目標是販售氣象數據。然而，隨著 2022 年氣象預報用深度學習模型的出現，團隊意識到若能開發自己的模型，將能創造更大的價值。

WindBorne 表示，其模型的最新版本在多個變數上，表現均優於歐洲中期天氣預報中心（ECMWF）的傳統系統與 AI 系統。根據首席產品官凱·馬什蘭（Kai Marshland）的說法，理解這一點的一個簡單方式是：WeatherMesh 6「在五天後的預報準確度，相當於傳統預報對前一天的準確度」，特別是在地表溫度測量方面。

今天標誌著該模型「WeatherMesh」第六版的正式發布，該公司聲稱其準確度超越了歐洲中期天氣預報中心（ECMWF）所產出的傳統與人工智慧預報——該政府間組織被氣象學界廣泛視為當今精準天氣預報的領先提供者。

WeatherMesh 6 每小時生成一次預報，而傳統模型則為每六小時一次。在數據品質最高的歐洲和美國本土地區，其預報解析度已提升至 3 公里。

傳統天氣預報依賴複雜的物理模型，不僅需要昂貴的超級電腦，運算時間也相當漫長。由新創公司及 Google DeepMind 等大型實驗室開發的人工智慧模型，運作速度通常比物理模型更快，但目前在較長的時間範圍內，其解析度較低、變數較少，且準確度也較低。

儘管如此，氣象領域的人工智慧仍在快速進步，並已獲全球主要政府機構採用。研究人員正致力於將其整合至彙整氣象數據並發布公共預報的系統中。

WindBorne 的優勢在於其模型建構與資料蒐集的獨特結合。該公司目前隨時約有 400 顆氣球在空中飛行，從全球 15 個發射點收集感測器讀數。其現行模型的改進，源自於對氣球所蒐集資料如何饋入模型的優化。

「就我個人而言，我不理解一家缺乏數據集優勢的人工智慧氣象公司，其商業模式究竟何在，」WindBorne 執行長約翰·迪恩（John Dean）向 TechCrunch 表示。

歐洲中期天氣預報中心（ECMWF）的優勢源於其在「數據同化」方面的專業知識——這是一項將分散的感測器讀數轉換為全面且可由機器解讀的世界模型的過程。目前，AI 氣象模型仍依賴於歐洲中期天氣預報中心（ECMWF）及美國國家海洋與大氣總署（NOAA）所產生的數據集。

但 WindBorne 及其他組織正致力於將數據直接輸入這些模型。 該公司人工智慧部門主管瓊·克雷烏斯-科斯塔（Joan Creus-Costa）表示，直接從氣球及其他來源導入數據，是新版 WeatherMesh 表現提升的主要原因。為了在不犧牲預報穩定性的前提下提供這些預報，團隊花費了一年時間對基於變壓器（Transformer）的模型進行調校與架構重構。

「當初我們開始進行數據同化時，仍高度依賴歐洲中期天氣預報中心（ECMWF），」迪恩表示。「我預測，若今天移除 ECMWF 的初始條件，我們的預報表現其實依然相當不錯。」

去年，當一架聯合航空的客機撞上該公司其中一個氣球時，公司曾經歷了一場驚魂時刻。雖然飛機受到輕微損壞，但無人受傷，部分原因在於 WindBorne 遵守了美國關於感測器組件尺寸的法規。 不過，該公司現已為氣球加裝應答器，透過全球航空監控系統 ADS-B 回報位置，以降低再次發生碰撞的風險。

WindBorne 已籌集 2,500 萬美元風險投資，據報導其 2024 年的估值為 8,500 萬美元，該公司將氣球數據出售給美國國家海洋暨大氣總署（NOAA，用於美國天氣預報作業）、美國空軍及海軍。該公司亦向投資者及大宗商品交易商出售其預報服務。 但迪恩表示，該公司仍專注於建構其模型與數據基礎設施，而非商業產品，部分原因在於資訊環境的動態演變。

「如果兩年後人們獲取消費資訊的方式是透過代理程式，那我當然不會投入龐大團隊來開發 SaaS 產品，對吧？」迪恩說道。