Новости искусственного интеллекта и нейросетей

ИИ-модель WeatherMesh бросает вызов лучшим метеослужбам мира

Метеозонд WindBorne Systems
Источник изображения: Windborne Systems / Winborne Systems

Новый ИИ-инструмент для прогноза погоды, представленный стартапом WindBorne Systems, обещает более частые и точные прогнозы по ключевым параметрам, чем ведущая мировая система, созданная европейскими правительствами. Прорыв стал возможен благодаря новому способу подачи данных с датчиков в модели глубокого обучения.

WindBorne, основанная студентами Стэнфорда в 2019 году, начинала с разработки улучшенного метеозонда и планировала продавать погодные данные. Но после появления в 2022 году ИИ-моделей для прогнозирования погоды команда решила: больше ценности можно создать, построив собственную модель.

Смотрите видео на удобном для вас ресурсе!
YouTube ВК.Видео RuTube ОК

На днях компания выпустила шестую версию этой модели — WeatherMesh. В WindBorne утверждают, что она точнее как традиционных прогнозов, так и ИИ-прогнозов Европейского центра среднесрочных прогнозов погоды (ECMWF) — организации, которую метеорологи считают мировым лидером в точности погодных предсказаний.

Директор по продукту WindBorne Кай Маршленд объясняет это просто: WeatherMesh-6 «на пять дней вперед так же точна, как традиционный прогноз — за день до события», особенно когда речь идет о температуре у поверхности.

Модель выдает прогноз каждый час, а не раз в шесть часов, как традиционные системы. В континентальной части США ее разрешение достигло 3 км.

Классические прогнозы строятся на сложных физических моделях: им нужны дорогие суперкомпьютеры и много времени. ИИ-модели, которые разрабатывают стартапы и лаборатории вроде Google DeepMind, работают быстрее, но пока уступают физическим моделям в разрешении и точности на длинных горизонтах. Тем не менее ИИ в метеорологии быстро набирает силу и уже используется государственными агентствами по всему миру.

Преимущество WindBorne — в редком сочетании собственной модели и собственных данных. В любой момент у компании в воздухе около 400 зондов, запущенных с 15 площадок по всему миру. Именно улучшенная подача этих данных в модель стала главным фактором прогресса WeatherMesh-6.

«Лично я не понимаю бизнес-модель ИИ-компании в погоде без преимущества в данных», — сказал гендиректор WindBorne Джон Дин.

Сила ECMWF во многом связана с ассимиляцией данных — превращением разрозненных показаний датчиков в единую машиночитаемую картину атмосферы. Пока большинство погодных ИИ-моделей зависят от наборов данных ECMWF и Национального управления океанических и атмосферных исследований США (NOAA).

WindBorne пытается идти дальше: напрямую загружать данные с зондов и других источников в модель. По словам главы ИИ-направления Джоана Креус-Косты, именно это стало ключом к улучшению новой WeatherMesh. На настройку и перестройку трансформерной архитектуры ушел год — модель должна была научиться давать такие прогнозы без потери стабильности.

«Когда мы начали заниматься ассимиляцией данных, мы все еще сильно зависели от ECMWF, — говорит Дин. — Думаю, если сегодня убрать начальные условия ECMWF, мы все равно показали бы неплохой результат».

В прошлом году WindBorne столкнулась с серьезным инцидентом: пассажирский самолет United Airlines задел один из ее зондов. Самолет получил небольшие повреждения, никто не пострадал — в том числе потому, что компания соблюдала ограничения США по размеру сенсорного блока. Теперь WindBorne использует глобальную систему авиационного наблюдения ADS-B, чтобы отслеживать воздушное движение и уводить зонды от самолетов.

Компания привлекла $25 млн венчурного финансирования; в 2024 году ее оценивали в $85 млн. WindBorne продает данные своих зондов NOAA, ВВС и ВМС США, а прогнозы — инвесторам и сырьевым трейдерам. Но, по словам Дина, главный фокус пока не на коммерческих продуктах, а на развитии модели и инфраструктуры данных.

«Я не хочу вкладываться в огромную команду для SaaS-продукта, если через два года люди будут получать информацию через ИИ-агента», — говорит он.

Источник: TechCrunch

Если вы нашли ошибку, пожалуйста, выделите фрагмент текста и нажмите Ctrl+Enter. Можете написать лучше? Мы всегда рады новым авторам.

Интересно? Поделиться:

8 комментариев к “ИИ-модель WeatherMesh бросает вызов лучшим метеослужбам мира”

  1. Сам я нередко полагаюсь на прогнозы, чтобы решить, брать ли дождевик или планировать пикник. И, признаюсь, несколько раз традиционные сервисы подводили. Поэтому идея ИИ модели, которая учится на свежих данных и учитывает локальные нюансы, кажется прорывной. Например, представьте: вы летите в штормовую зону и WeatherMesh даёт более достоверный прогноз турбулентности; фермер решает, когда сеять и модель предсказывает засуху или заморозки с высокой точностью; городской транспорт адаптирует расписание из за внезапного снегопада, который WeatherMesh увидела за час до начала. Мне нравится, что технология не заменяет метеорологов, а усиливает их возможности. Человек всё ещё анализирует результаты, но ИИ берёт на себя рутину, обработку гигантских массивов данных.

  2. В целом, WeatherMesh демонстрирует, что ИИ и собственные данные способны вывести прогнозирование погоды на уровень, где оно может соперничать с крупнейшими метеоцентрами мира, обеспечивая более быстрые и детализированные прогнозы.

  3. Отлично, что появился ИИ способный более эффективно предупреждать население об ураганах, чем традиционные методы. Но больше всего радует, что также появляются и другие модели, способные предупреждать о землетрясениях за 8 дней, а не за 20 секунд как было раньше. Это реально прорыв.

  4. Что меня особенно подкупает в подходе WeatherMesh – это его способность обрабатывать и анализировать огромные массивы данных с невиданной ранее скоростью и точностью. В отличие от традиционных моделей, которые часто полагаются на более статичные алгоритмы, WeatherMesh, кажется, постоянно учится и адаптируется, учитывая мельчайшие изменения в атмосфере. Это особенно заметно при прогнозировании локальных, быстро меняющихся явлений, таких как грозы или внезапные ливни, где традиционные прогнозы иногда дают сбой.

  5. Интересно наблюдать, как ИИ всё активнее заходит в сферы, где раньше десятилетиями доминировали только крупные научные центры и государственные метеослужбы. Если WeatherMesh действительно сможет давать более точные и быстрые прогнозы, это может серьёзно повлиять не только на повседневную жизнь, но и на авиацию, сельское хозяйство и логистику.

  6. Наконец то начали разрабатывать платформы для нужды людей.

  7. Эта ИИ-модель – просто находка! Я не знаю, как они это делают, но прогнозы стали настолько точными, что я уже могу планировать свои дела с уверенностью.

  8. WindBorne — прекрасный пример работающей связки: собственные данные и собственная ИИ-модель для их обработки. Прогноз погоды во многих отраслях критический ресурс, а значит всегда востребованный. И точно прогноза тоже важна. Поэтому правильным решением было развивать собственную добычу ресурса (метеоданных) и построить/обучить собственную ИИ-модель для его обработки. Это в результате повысило точность прогноза. Да, только на территории США, но именно там и собираются необходимые данные.

Обсуждение закрыто.

Рекомендуем почитать

Подпишитесь на нашу рассылку

Сообщить об опечатке

Текст, который будет отправлен нашим редакторам:

Отправить
Продолжая использовать наш сайт, вы соглашаетесь с использованием файлов cookie. Они помогают нам обеспечивать корректную работу сайта и делать его более удобным.
Принять
Подробнее…
Политика конфиденциальности