WindBorne получила крупный контракт ВВС США на данные с аэростатов

Военно-воздушные силы США будут закупать данные, собранные WindBorne Systems с помощью флота автономных метеорологических аэростатов, в рамках нового контракта, стоимость которого для стартапа может составить почти 50 миллионов долларов.

В настоящее время WindBorne эксплуатирует около 700 метеорологических аэростатов по всему миру. Они собирают показания атмосферных датчиков, которые компания продаёт клиентам, а также использует в собственной модели прогнозирования погоды на основе искусственного интеллекта. Основанная в 2015 году компания WindBorne со штаб-квартирой в Редвуд-Сити, штат Калифорния, стала одной из первых организаций, напрямую использующих эмпирические данные в модели погоды на основе глубокого обучения.

Компания тесно сотрудничает с правительством США, в частности с Национальной метеорологической службой, ВВС и ВМС США, однако это крупнейший контракт, в котором WindBorne когда-либо участвовала. Стоимость контракта может составить до 49 миллионов долларов, но ВВС платят только по мере необходимости в данных. Они могут размещать заказы на конкретные регионы в определённые периоды. На данный момент заказано данных на 1,7 миллиона долларов, и руководители компании ожидают новых заказов.

«В основном это механизм, позволяющий поддерживать дальнейшее расширение группировки, а также проводить исследования и разработки для дальнейшего совершенствования оборудования и характеристик аэростатов», — рассказал TechCrunch сооснователь и технический директор WindBorne Андрей Сушко. Он добавил, что контракт, заключённый без конкурсных торгов, означает, что «правительство признало: в сфере сбора глобальных данных мы были единственной компанией, способной предоставить их способом, отвечающим потребностям этих операций».

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

С появлением архитектур трансформеров и публикацией ECMWF несколько лет назад масштабного набора метеорологических данных прогнозирование погоды с помощью ИИ стало одним из наиболее эффективных применений технологий глубокого обучения. Ранее метеорологи полагались на дорогостоящие суперкомпьютеры, выполнявшие сложные вычисления, приближённо описывающие поведение атмосферы. Теперь сквозное обучение может обрабатывать данные о погоде за десятилетия и быстрее выдавать прогнозы.

Модели, разработанные передовыми лабораториями и государственными учреждениями, оказываются точнее традиционных прогнозов, хотя эта область всё ещё активно развивается: для полноценного понимания погоды необходимы оба типа прогнозов. Последняя модель погоды Google DeepMind предлагает важные новые возможности, а её инструменты прогнозирования циклонов становятся всё более значимой частью мер правительства США по реагированию на сезон ураганов.

В августе WindBorne стала первой организацией, отправившей беспилотную летательную систему — без двигателя — для сбора данных в центре тайфуна. Компания управляет своими аэростатами, регулируя их высоту, выпуская воздух или сбрасывая песок, используемый в качестве балласта, чтобы направить аппараты в воздушные потоки, которые переносят их туда, куда необходимо.

«Это довольно необычный шаг, и для него нужны два компонента: во-первых, хорошие модели ветра и погоды и умение ориентироваться с их помощью; во-вторых, достаточно крупная группировка, чтобы аэростаты находились в нужных местах, — сказал Сушко. — Это один из первых случаев, когда модель глубокого обучения использовалась для принятия реальных оперативных решений».