Una nueva herramienta de pronóstico del tiempo con IA lanzada hoy por la startup WindBorne Systems proporciona predicciones más frecuentes y precisas para variables clave que el sistema líder mundial desarrollado por los gobiernos europeos, gracias a los avances en la forma en que las lecturas de los sensores se introducen en los modelos de aprendizaje profundo.
Fundada en 2019 por un grupo de estudiantes de la Universidad de Stanford, WindBorne comenzó construyendo mejores globos meteorológicos con la idea de vender datos meteorológicos. Sin embargo, con la llegada de los modelos de predicción meteorológica de aprendizaje profundo en 2022, el equipo se dio cuenta de que podían captar más valor construyendo sus propios modelos.
Hoy se lanzó la sexta versión de ese modelo, WeatherMesh. La compañía dice que su modelo es más preciso que los pronósticos tradicionales y los pronósticos de IA producidos por el Centro Europeo de Pronósticos Meteorológicos a Plazo Medio (ECMWF), una organización intergubernamental europea considerada por los meteorólogos como el principal proveedor de pronósticos meteorológicos precisos.
Kai Marshland, director de productos de WindBorne, dice que una manera fácil de entender esto es que WeatherMesh-6 es «tan preciso con cinco días de anticipación como lo son los pronósticos tradicionales el día anterior», especialmente en la medición de temperaturas de la superficie.
WeatherMesh-6 genera pronósticos cada hora en lugar de cada 6 horas como los modelos tradicionales. Actualmente, la resolución se ha reducido a 3 km en Europa y los Estados Unidos continentales, donde la calidad de los datos es más alta.
Los pronósticos meteorológicos tradicionales se generan mediante modelos físicos complejos que requieren costosas supercomputadoras y requieren mucho tiempo para ejecutarse. Los modelos de IA (creados por nuevas empresas y grandes instituciones de investigación como Google DeepMind) tienden a ejecutarse más rápido que los modelos físicos, pero actualmente no tienen alta resolución y no hacen predicciones tan precisas durante largos períodos de tiempo.
Aun así, la IA meteorológica está avanzando rápidamente y ya la utilizan importantes agencias gubernamentales de todo el mundo. Los investigadores están trabajando para agregar datos meteorológicos e integrarlos en sistemas utilizados para crear pronósticos públicos.
WindBorne se beneficia de una combinación única de creación de modelos y recopilación de datos. Actualmente, la empresa vuela alrededor de 400 globos lanzados desde 15 lugares de todo el mundo, recopilando constantemente lecturas de sensores. Los avances del modelo actual están impulsados por mejoras en la forma en que los datos recopilados por los globos se introducen en el modelo.
«Personalmente, no entiendo el modelo de negocio de una empresa meteorológica basada en IA sin el beneficio de un conjunto de datos», dijo a TechCrunch el director ejecutivo de WindBorne, John Dean.
La ventaja del ECMWF surge de la habilidad de la organización en la «asimilación de datos», o transformar lecturas dispares de sensores en una imagen integral del mundo legible por máquina. Actualmente, los modelos meteorológicos de IA se basan en conjuntos de datos creados por el ECMWF y la Administración Nacional Oceánica y Atmosférica (NOAA).
Pero WindBorne y otras organizaciones están trabajando para introducir datos directamente en los modelos, y João Creus-Costa, director de IA de la compañía, dice que la ingesta directa de datos de globos y otras fuentes es una razón clave para las mejoras en la nueva versión de WeatherMesh. Lograr estas predicciones sin comprometer la estabilidad requirió un año de ajuste y reconstrucción del modelo basado en transformador del modelo.
«Cuando comenzamos (la asimilación de datos), todavía dependíamos en gran medida del ECMWF», dijo Dean. «Mi predicción hoy es que incluso si se eliminan las condiciones iniciales del ECMWF, en realidad se obtendrán resultados bastante buenos».
La compañía sufrió un susto el año pasado cuando un avión de United Airlines se estrelló contra su globo. El avión sufrió daños menores, pero nadie resultó herido, en parte porque Windborn cumplió con las regulaciones estadounidenses con respecto al tamaño del paquete de sensores. Pero la compañía ahora está utilizando su sistema de vigilancia de aviación global, ADS-B, para apartar el globo de los aviones que pasan en un esfuerzo por reducir la posibilidad de futuros accidentes.
WindBorne, que ha recaudado 25 millones de dólares en financiación de riesgo y está valorada en 85 millones de dólares en 2024, vende los datos de sus globos a la NOAA para que los utilicen las empresas de pronóstico meteorológico de EE. UU. y la Fuerza Aérea y la Armada de EE. UU. La compañía también vende predicciones a inversionistas y comerciantes de materias primas, pero Dean dijo que la compañía sigue enfocada en construir modelos e infraestructura de datos en lugar de productos comerciales, en parte debido a la naturaleza cambiante del entorno de la información.
«Si dentro de dos años la forma en que la gente busca información sobre los consumidores es a través de agentes, no voy a invertir un gran equipo en la creación de un producto SaaS», afirmó Dean.
Corrección: este artículo informó incorrectamente cómo los globos de WindBorne utilizan ADS-B para evitar el tráfico aéreo. La compañía monitorea el tráfico aéreo y maniobra globos a su alrededor, pero aún no ha agregado transpondedores ADS-B a su plataforma de sensores.
Si compra a través de enlaces en nuestros artículos, podemos ganar una pequeña comisión. Esto no afecta la independencia editorial.
Source link
