一家人工智能气象初创企业的预报准确度超过了政府机构

初创公司 WindBorne Systems 今天发布了一款基于人工智能的新型天气预报工具。得益于传感器数据输入深度学习模型方式的改进，该工具在关键变量方面的预测频率和准确性均优于欧洲各国政府开发的全球领先系统。

WindBorne由一群斯坦福大学学生于2019年创立，最初专注于研发更先进的气象气球，旨在销售气象数据。然而，随着2022年用于天气预报的深度学习模型的出现，团队意识到通过开发自己的模型也能创造更多价值。

WindBorne表示，其模型的最新版本在多个变量上均优于欧洲中期天气预报中心（ECMWF）的传统系统和AI系统。首席产品官凯·马什兰（Kai Marshland）指出，理解这一点的一个简单方式是：WeatherMesh 6“五天后的预测精度，相当于传统预报前一天的精度”，特别是在地表温度测量方面。

今天，该模型的第六个版本——WeatherMesh正式发布。该公司声称，该模型的准确性优于欧洲中期天气预报中心（ECMWF）生成的传统预报和AI预报——该政府间组织被气象学家广泛视为当今精准天气预报领域的领先提供商。

WeatherMesh 6 每小时生成一次预报，而传统模型则是每六小时一次。在数据质量最高的欧洲和美国大陆地区，其分辨率已降至 3 公里。

传统天气预报依赖于复杂的物理模型，这些模型不仅需要昂贵的超级计算机，运行起来也耗时较长。由初创公司和谷歌DeepMind等大型实验室开发的人工智能模型，虽然运行速度通常快于物理模型，但目前在分辨率、变量数量以及长期预测的准确性方面仍有所欠缺。

尽管如此，气象领域的人工智能技术正在迅速进步，并已被全球主要政府机构采用。研究人员正致力于将其整合到汇总气象数据并生成公众预报的系统中。

WindBorne得益于其模型构建与数据采集的独特结合。该公司目前随时有约400个气球在空中飞行，从全球15个发射点收集传感器读数。其当前模型的改进源于对气球采集数据输入模型方式的优化。

“就我个人而言，我不理解一家没有数据集优势的人工智能气象公司，其商业模式究竟何在，”WindBorne首席执行官约翰·迪恩（John Dean）对TechCrunch表示。

欧洲中期天气预报中心（ECMWF）的优势源于其在“数据同化”方面的专业知识——即把分散的传感器读数转化为对全球状况的全面、可机读的表征。目前，AI天气模型主要依赖于欧洲中期天气预报中心和美国国家海洋和大气管理局（NOAA）生成的数据集。

但WindBorne及其他机构正致力于将数据直接输入这些模型。 该公司人工智能负责人琼·克鲁斯-科斯塔表示，直接从气球及其他来源获取数据是新版WeatherMesh性能提升的主要原因。为了在不牺牲稳定性的前提下提供这些预报，团队花费了一年时间对基于Transformer的模型进行调优和重构。

“当我们开始进行数据同化时，仍高度依赖欧洲中期天气预报中心（ECMWF），”迪恩说道，“我预测，如果今天去除ECMWF的初始条件，我们的预报表现实际上依然相当不错。”

去年，一架美联航客机撞上该公司的一只气象气球，给公司带来了一场惊魂时刻。虽然飞机受损较轻，但无人受伤，部分原因在于WindBorne遵守了美国关于传感器组件尺寸的规定。 不过，如今该公司已在气球上加装了应答机，通过全球航空监视系统ADS-B报告其位置，以降低再次发生碰撞的风险。

WindBorne已获得2500万美元风险投资，据报道其2024年的估值为8500万美元。该公司将其气球观测数据出售给美国国家海洋和大气管理局（NOAA，用于美国天气预报工作）、美国空军和海军。此外，该公司还将天气预报数据出售给投资者和大宗商品交易商。 但迪恩表示，公司仍专注于构建其模型和数据基础设施，而非商业产品，部分原因在于信息环境的不断演变。

“如果两年后人们获取消费信息的方式是通过智能代理，那我就不打算投入庞大的团队来开发SaaS产品，对吧？”迪恩说道。