这家人工智能天气初创公司的预测能力超过了政府机构

初创公司WindBorne Systems今天发布了一款新的人工智能天气预报工具，与欧洲政府开发的世界领先系统相比，它可以对关键变量进行更频繁、更准确的预测，这要归功于将传感器读数输入深度学习模型的方式的进步。

WindBorne由一群斯坦福大学的学生于2019年创立，最初是为了制造一个更好的气象气球，其想法是出售天气数据。但随着2022年天气预报深度学习模型的到来，该团队意识到他们也可以通过构建自己的模型来获取更多价值。

今天是该模型第六版WeatherMesh的发布，该公司表示，该模型比欧洲中期天气预报中心 (ECMWF) 制作的传统预测和人工智能预测更准确。ECMWF是欧洲政府间组织，被气象学家视为准确天气预报的领先提供商。

WindBorne首席产品官Kai Marshland表示，理解这一点的一个简单方法是，WeatherMesh-6“五天后的准确度与传统前一天的预测一样准确”，特别是在表面温度测量方面。

WeatherMesh-6每小时生成一次预测，而不是像传统模型那样每六个小时生成一次。目前，在数据质量最高的欧洲和美国大陆，其分辨率已降至3公里。

传统的天气预报是由复杂的物理模型生成的，需要昂贵的超级计算机来运行，并且需要很长时间才能完成。人工智能模型——由初创公司和Google DeepMind等主要实验室构建——往往比物理模型移动得更快，但目前在较长的时间范围内没有那么高的分辨率或准确的预测。

尽管如此，天气人工智能正在迅速改进，并已在世界各地的主要政府机构中使用。研究人员正在努力将其集成到用于汇总天气数据和生成公共预报的系统中。

WindBorne受益于其模型构建和数据收集的独特组合。该公司目前有约400个气球在飞行中，从全球15个地点发射，随时收集传感器读数。当前模型的进步来自于将气球收集的数据输入模型的方式的改进。

WindBorneCEOJohn Dean告诉TechCrunch：“就我个人而言，我不明白作为一家基于人工智能的气象公司在没有数据集优势的情况下的商业模式。”

ECMWF的优势归功于该组织在“数据同化”方面的技能，即将不同的传感器读数转化为全面的、机器可读的世界图景。目前，人工智能天气模型依赖于ECMWF和美国国家海洋和大气管理局 (NOAA) 生成的数据集。

但WindBorne和其他组织正在努力将数据直接输入到模型中，该公司的人工智能主管Joan Creus-Costa表示，直接从气球和其他来源获取数据是新版WeatherMesh改进的关键原因。我们花了一年的时间调整和重新构建基于变压器的模型，以便在不失去稳定性的情况下提供这些预测。

“当我们开始进行[数据同化]时，我们仍然非常依赖ECMWF，”Dean说。 “我今天预测，如果我们去掉ECMWF的初始条件，我们实际上仍然会做得很好。”

去年，当联合航空公司的一架喷气式飞机撞上该公司的一个气球时，该公司遭受了一次恐慌。虽然飞机遭受了轻微损坏，但没有人受伤，部分原因是WindBorne遵循美国关于传感器包大小的规定。然而现在，该公司使用全球航空监视系统ADS-B将其气球移开，以避开经过的飞机，以减少再次发生坠机的可能性。

WindBorne已筹集2500万美元风险投资，据报道2024年估值将达到8500万美元，该公司将其气球数据出售给NOAA，用于美国天气预报企业以及美国空军和海军。该公司还向投资者和大宗商品交易商出售其预测，但迪恩表示，该公司仍然专注于在商业产品上构建模型和数据基础设施，部分原因是信息环境性质的变化。

“如果人们两年后想要获取消费者信息的方式是通过代理，我不会试图投资一个庞大的团队来构建SaaS产品，对吗？”迪恩说。

更正：这篇报道错误地报道了WindBorne的气球如何使用ADS-B来避开空中交通；该公司监控空中交通并在其周围操纵气球，但尚未在其传感器平台上添加ADS-B应答器。