WindBorne отримала великий контракт ВПС США на дані з повітряних куль

Військово-повітряні сили США купуватимуть дані, зібрані флотом автономних метеорологічних аеростатів компанії WindBorne Systems, за новим контрактом, вартість якого для стартапу може сягнути майже 50 мільйонів доларів.

Наразі WindBorne має близько 700 метеорологічних аеростатів, що літають по всьому світу, збираючи показники атмосферних датчиків, які компанія продає клієнтам, а також використовує у власній моделі прогнозування погоди на основі штучного інтелекту. WindBorne, заснована у 2015 році та розташована в Редвуд-Сіті, штат Каліфорнія, є однією з перших організацій, які безпосередньо подають емпіричні дані в модель погоди на основі глибокого навчання.

Компанія тісно співпрацювала з урядом США, зокрема з Національною метеорологічною службою, а також Військово-повітряними силами та Військово-морськими силами США, але це найбільший окремий контракт, у якому брала участь компанія. Вартість контракту становить до 49 мільйонів доларів, однак Військово-повітряні сили платять лише тоді, коли їм потрібні дані. Вони можуть розміщувати замовлення для конкретних регіонів у конкретний час. Наразі вони замовили даних на 1,7 мільйона доларів, і керівники очікують на нові замовлення.

«Це значною мірою механізм, завдяки якому можна підтримувати подальше розширення угруповання, а також виконувати певну роботу з досліджень і розробок, щоб і надалі вдосконалювати апаратне забезпечення та характеристики аеростатів», — розповів TechCrunch співзасновник і технічний директор WindBorne Андрій Сушко. Він додає, що контракт, укладений без конкурсних торгів, є «визначенням уряду, що для цієї можливості зі збору глобальних даних ми були єдиною компанією, здатною надати її у спосіб, який відповідав їхнім потребам для цих операцій».

Генеральний директор WindBorne Джон Дін розповів TechCrunch у серпні, що компанія залучила 37 мільйонів доларів у раунді серії B, щоб продовжити масштабування свого бізнесу. Раніше цього літа компанія випустила останню версію своєї моделі прогнозування WeatherMesh 6, яка, за її словами, надає точніші прогнози, ніж традиційна модель Європейського центру середньострокових прогнозів погоди (ECMWF), що моделює атмосферу за допомогою законів фізики.

Після появи архітектур трансформерних моделей і оприлюднення ECMWF кілька років тому величезного набору метеорологічних даних прогнозування погоди за допомогою ШІ стало одним із продуктивніших застосувань технології глибокого навчання. Раніше метеорологи покладалися на дорогі суперкомп’ютери, які виконували детальні рівняння, що наближено описують поведінку атмосфери. Тепер наскрізне навчання може опрацьовувати десятиліття метеорологічних даних і швидше формувати прогнози.

Моделі, створені передовими лабораторіями та державними установами, демонструють вищу точність, ніж традиційні прогнози, хоча це все ще нерівномірно розвинена галузь, і для корисного розуміння погоди потрібні обидва типи прогнозів. Остання модель погоди Google DeepMind пропонує важливі нові можливості, а її інструменти прогнозування циклонів стають дедалі важливішими для реагування уряду США на сезон ураганів.

У серпні WindBorne стала першою організацією, яка спрямувала бездвигунну літальну систему — таку, що не має двигуна, — для збору даних у центрі тайфуну. Компанія маневрує своїми аеростатами, регулюючи їхню висоту, випускаючи повітря або скидаючи пісок, який перевозиться як баласт, щоб спрямовувати апарати у вітри, які відносять їх туди, куди потрібно.

«Це доволі новаторський крок, і для цього потрібні два складники: по-перше, хороші моделі вітру та погоди й уміння прокладати за ними маршрут; по-друге, достатньо велике угруповання, щоб аеростати перебували у потрібних місцях», — сказав Сушко. «Це один із перших випадків, коли модель глибокого навчання використовували для ухвалення реальних оперативних рішень».