Компания WindBorne выиграла крупный контракт с ВВС США на использование данных, полученных с помощью аэростатов.

В настоящее время у WindBorne около 700 метеорологических зондов, летающих по всему миру и собирающих данные с атмосферных датчиков, которые компания продает клиентам, а также использует в своей собственной модели прогнозирования погоды на основе искусственного интеллекта. Компания WindBorne, основанная в 2015 году и расположенная в Редвуд-Сити, штат Калифорния, является одной из первых организаций, которая напрямую передает эмпирические данные в модель прогнозирования погоды на основе глубокого обучения.

Компания тесно сотрудничала с правительством США, в частности с Национальной метеорологической службой, а также ВВС и ВМС США, но это крупнейший контракт, в котором компания когда-либо участвовала. Стоимость контракта достигает 49 миллионов долларов, но ВВС платят только по мере необходимости в данных. Они могут размещать заказы для конкретных регионов в конкретное время. На данный момент они заказали данных на сумму 1,7 миллиона долларов, и руководство ожидает дальнейших заказов.

«В основном это инструмент, позволяющий поддерживать дальнейший рост группировки спутников, а также проводить исследования и разработки для дальнейшего улучшения оборудования и характеристик аэростатов», — заявил соучредитель и технический директор WindBorne Андрей Сушко. Он добавил, что контракт, заключенный без проведения конкурсных торгов, является «решением правительства о том, что мы были единственной компанией, способной обеспечить возможность сбора глобальных данных таким образом, чтобы удовлетворить потребности в этих операциях».

В августе генеральный директор WindBorne Джон Дин сообщил , что компания привлекла 37 миллионов долларов в рамках раунда финансирования серии B для дальнейшего масштабирования бизнеса. Ранее этим летом компания выпустила последнюю версию своей модели прогнозирования WeatherMesh 6, которая, по ее словам, обеспечивает более точные прогнозы, чем традиционная модель Европейского центра среднесрочных прогнозов погоды (ECMWF), которая моделирует атмосферу, используя законы физики.

С появлением архитектур моделей на основе трансформаторов и выпуском несколько лет назад Европейским центром метеорологических наблюдений (ECMWF) огромного массива метеорологических данных, прогнозирование погоды с помощью ИИ стало одним из наиболее продуктивных применений технологии глубокого обучения. Ранее метеорологи полагались на дорогостоящие суперкомпьютеры, выполняющие сложные уравнения, аппроксимирующие поведение атмосферы. Теперь же сквозное обучение позволяет обрабатывать данные о погоде за десятилетия и выдавать прогнозы гораздо быстрее.

Модели, разработанные передовыми лабораториями и государственными агентствами, оказываются точнее традиционных прогнозов, хотя эта область по-прежнему остается сложной, и для полезного понимания погоды необходимы оба типа прогнозов. Новейшая модель погоды от Google DeepMind предлагает важные новые возможности, а ее инструменты прогнозирования циклонов становятся все более важными для реагирования правительства США на сезон ураганов.

В августе компания WindBorne стала первой организацией, отправившей беспилотный летательный аппарат — систему без двигателя — для сбора данных в эпицентре тайфуна . Компания управляет своими аэростатами, регулируя высоту полета, спуская воздух или сбрасывая песок в качестве балласта, чтобы направлять аппараты по ветру, который доставляет их туда, куда им нужно.

«Это довольно новаторский шаг, и для его реализации необходимы два компонента: во-первых, наличие хороших моделей ветра и погоды и умение ими управлять; и во-вторых, достаточно большая группировка спутников, чтобы разместить аэростаты в нужных местах», — сказал Сушко. «Это один из первых случаев использования модели глубокого обучения для принятия реальных оперативных решений».