AI天气初创公司WindBorne预测精度超越欧洲政府机构

初创公司WindBorne Systems今天发布的一款新的人工智能天气预报工具，比欧洲政府开发的世界领先系统提供了更频繁、更准确的关键变量预测，这要归功于将传感器读数输入深度学习模型的方式的改进。

WindBorne由一群斯坦福大学学生于2019年创立，最初建造了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。

WindBorne表示，其新版本的模型在多个变量上提供了比ECMWF的传统和人工智能系统更准确的预测。

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预测前一天一样高”，特别是在地表温度测量方面。

今天标志着该模型第六个版本WeatherMesh的发布，该公司表示该模型比欧洲中期天气预报中心（ECMWF）制作的传统和人工智能预报更准确，ECMWF是一个欧洲政府间组织，被气象学家视为当今准确天气预报的领先提供商。

WeatherMesh 6每小时生成一次预报，而不是像传统模型那样每六小时生成一次预报。

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，这些模型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——往往比物理模型运行得更快，但目前还没有那么高的分辨率、那么多的变量，也无法在更长的时间范围内准确预测。尽管如此，天气人工智能仍在迅速进步，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结合。该公司现在有大约400个气球在飞行中，随时收集传感器读数，这些气球从全球15个地点发射。

其当前模型的进步来自于气球收集的数据输入模型的方式的改进。WindBorne首席执行官John Dean告诉TechCrunch：“就我个人而言，我不明白成为一家基于人工智能的天气公司而没有数据集优势的商业模式。

”ECMWF的优势归因于该组织在“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生成的数据集。但WindBorne和其他组织正在努力将数据直接输入模型，该公司人工智能主管Joan Creus-Costa表示，从气球和其他来源直接获取数据是WeatherMesh新版本改进的关键原因。

该模型花了一年的时间来调整和重新构建基于Transformer的模型，才能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，如果我们取消ECMWF的初始条件，我们实际上仍然会做得很好。

”去年，联合航空公司的一架喷气式飞机撞上了其气球，该公司遭受了惊吓。虽然飞机受到轻微损坏，但没有人受伤，部分原因是WindBorne遵守了美国关于其传感器组件尺寸的规定。

然而，现在，该公司使用全球航空监视系统ADS-B，将其气球从经过的飞机旁边移开，以减少再次碰撞的可能性。WindBorne已筹集了2500万美元的风险投资，据报道2024年估值为8500万美元，将其气球数据出售给NOAA，用于美国天气预报业务，以及美国空军和海军。

该公司还向投资者和大宗商品交易员出售其预测，但Dean表示，该公司仍然专注于建立其模型和数据基础设施，而不是商业产品，部分原因是信息环境的性质不断变化。“如果两年后人们想要获取消费者信息的方式是通过智能体，我并不是想投资一个庞大的团队来构建SaaS产品，对吧？

”Dean说。更正：这个故事错误地报道了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空中交通周围操纵气球，但尚未将ADS-B转发器添加到其传感器平台中。