Είναι η Τεχνητή Νοημοσύνη το Μέλλον της Μετεωρολογικής Πρόγνωσης;
Με την έκρηξη των δεδομένων για τον καιρό και το κλίμα που τα τελευταία εργαλεία δεν μπορούν να διαχειριστούν, είναι η τεχνητή νοημοσύνη (AI) το μέλλον της μετεωρολογικής πρόγνωσης; Η έρευνα σίγουρα το υποστηρίζει, και μια νεοσύστατη εταιρεία με την ονομασία Brightband επιχειρεί να μετατρέψει τα μοντέλα πρόγνωσης με μηχανική μάθηση σε ένα επιχειρηματικό και ανοιχτό πρότυπο.
Το Παρελθόν και το Παρόν της Μετεωρολογικής Πρόγνωσης
Οι σημερινές τεχνικές πρόγνωσης του καιρού και παρακολούθησης του κλίματος βασίζονται σε στατιστικά και αριθμητικά μοντέλα που είναι δεκαετιών. Αυτό δεν σημαίνει ότι είναι κακά ή λανθασμένα — απλώς δεν είναι ιδιαίτερα αποδοτικά. Αυτά τα μοντέλα που βασίζονται στη φυσική απαιτούν εβδομάδες σε έναν υπερυπολογιστή για να λειτουργήσουν.
Ωστόσο, η τεχνητή νοημοσύνη έχει την ικανότητα να ανιχνεύει πρότυπα από μεγάλα σύνολα δεδομένων, και η έρευνα έχει δείξει ότι, όταν η AI εκπαιδεύεται σε χρόνια καιρικών προτύπων και παρατηρήσεων από όλο τον κόσμο, μπορεί να προβλέψει επερχόμενα γεγονότα με εντυπωσιακή ακρίβεια.
Γιατί Δεν Χρησιμοποιείται Παντού η AI;
«Ο λόγος που υπάρχει αυτό το κενό είναι ότι η κυβέρνηση δυσκολεύεται να προσελκύσει κορυφαία ταλέντα, όπως και οι εταιρείες καιρού, ενώ για τις τεχνολογικές εταιρείες, ο καιρός δεν είναι ο κύριος τομέας τους. Δεν εμβαθύνουν στον τομέα και δεν συνεργάζονται με τους παίκτες για να τους δώσουν τα εργαλεία που χρειάζονται», εξήγησε ο Julian Green, CEO και συνιδρυτής της Brightband (πρώην γνωστή ως OpenEarthAI). «Πιστεύουμε ότι μια νεοσύστατη εταιρεία φέρνει μαζί εξαιρετικούς ανθρώπους της AI, εξαιρετικούς ανθρώπους των δεδομένων και εξαιρετικούς ανθρώπους του καιρού. Υπάρχει μια πραγματική ευκαιρία να λειτουργήσει η AI και να γίνει διαθέσιμη σε όλους.»
Η Προσέγγιση της Brightband
Η νεοσύστατη εταιρεία σχεδιάζει το δικό της μοντέλο που εκπαιδεύεται σε χρόνια δεδομένων καιρικών παρατηρήσεων, αλλά ο Daniel Rothenberg, συνιδρυτής και επικεφαλής δεδομένων και καιρού, σημείωσε γρήγορα ότι «στεκόμαστε στους ώμους γιγάντων.»
«Τα μεγάλα μοντέλα που βασίζονται στη φυσική είναι τέρατα,» είπε. «Αλλά η AI είναι ο ωφελούμενος αυτών των μοντέλων — το πρώτο άλμα ήταν να εκμεταλλευτούμε αυτά τα μοντέλα, βρίσκοντας ότι τα μοντέλα μπορούν πραγματικά να μάθουν αυτά τα πρότυπα. Χτίζουμε πάνω σε αυτό και το επεκτείνουμε. Στοχεύουμε στην αιχμή της τεχνολογίας: τόσο καλή ή καλύτερη από την διαθέσιμη παγκόσμια πρόγνωση καιρού.»
Ταχύτητα και Αποδοτικότητα
Θα ήταν επίσης τάξεις μεγέθους ταχύτερο, σημείωσε ο Green. «Αυτό είναι το βασικό σημείο: είναι ταχύτερο και φθηνότερο,» καθιστώντας το πιο κατάλληλο για προσαρμοσμένες και γρήγορα μεταβαλλόμενες περιπτώσεις χρήσης.
Ειδικές Ανάγκες Διαφόρων Βιομηχανιών
«Οι άνθρωποι έχουν πολύ συγκεκριμένες ανάγκες σε διάφορες βιομηχανίες,» συνέχισε ο Green. «Οι ενεργειακές εταιρείες πρέπει να μπορούν να προβλέψουν την προσφορά ανανεώσιμων πηγών από τον άνεμο και τον ήλιο, και τη ζήτηση για θέρμανση και ψύξη· οι εταιρείες μεταφορών πρέπει να αποφεύγουν τα ακραία καιρικά φαινόμενα· η γεωργία πρέπει να σχεδιάζει εβδομάδες νωρίτερα για να προσλάβει ανθρώπους για σπορά, πότισμα, λίπανση ή συγκομιδή.»
Δέσμευση για Ανοιχτό Κώδικα
Ενδιαφέρον είναι ότι η εταιρεία δεσμεύεται να δημοσιεύσει τα μοντέλα της για χρήση από όλους.
«Στόχος μας είναι να ανοίξουμε την βασική ικανότητα πρόγνωσης, όχι μόνο το μοντέλο αλλά και τα δεδομένα που χρησιμοποιείτε για να το εκπαιδεύσετε, και τις μετρικές που χρησιμοποιείτε για να το αξιολογήσετε· το επιχειρηματικό μας μοντέλο είναι να προσθέσουμε επί πληρωμή υπηρεσίες για πιο συγκεκριμένες δυνατότητες,» είπε ο Green.
Επεξεργασία και Διάθεση Δεδομένων
«Υπάρχουν πεταμπάιτ ιστορικών δεδομένων από μετεωρολογικά μπαλόνια και δορυφόρους που αγνοούνται επειδή είναι δύσκολα στη διαχείριση,» είπε ο Rothenberg· αλλά όπως συμβαίνει με τα περισσότερα μοντέλα AI, όσο περισσότερα δεδομένα τόσο το καλύτερο, και μια προσεκτικά επιμελημένη ποικιλία μπορεί να βελτιώσει σημαντικά την ποιότητα των αποτελεσμάτων τους. «Πραγματικά πιστεύουμε ότι η δημιουργία μιας κοινότητας γύρω από αυτό θα επιταχύνει τα πράγματα που μπορούμε να κάνουμε όσον αφορά την κατανόηση της ατμόσφαιρας και την εκτέλεση σε μεγάλη κλίμακα.»
Συνεργασία με Εθνικές Υπηρεσίες
Πρότεινα ότι αυτό μοιάζει σχεδόν σαν να κάνουν αυτό που θα έκαναν οι Εθνικές Μετεωρολογικές Υπηρεσίες (που παρέχουν τόνους δεδομένων παρατήρησης και προβλέψεων δωρεάν ως δημόσια υπηρεσία) και άλλοι οργανισμοί αν μπορούσαν.
Ο Green απάντησε ότι συνεργάζονται στενά με αυτές τις υπηρεσίες και ότι είναι πράγματι οι φύλακες ενός θησαυρού σημαντικών δεδομένων — απλά δεν είναι απαραίτητα το είδος γρήγορων, φορητών δεδομένων που χρειάζεται μια εταιρεία που απευθύνεται άμεσα στον καταναλωτή. Είπε ότι το βλέπουν ως συνέχεια της διεθνούς συνεργασίας για τα δεδομένα καιρού.
Πορεία Ανάπτυξης
Όσον αφορά το πού βρίσκονται στην ανάπτυξη του προϊόντος: «Είναι σχετικά νωρίς,» παραδέχτηκε ο Green. «Δουλεύουμε πάνω σε αυτό για μερικούς μήνες, τίποτα δεν είναι ζωντανό σήμερα, αλλά ελπίζουμε να έχουμε ένα μοντέλο μέχρι το τέλος του 2024 που θα λαμβάνει παρατηρήσεις [δηλαδή δορυφορικές ή τοπικές ραδιοφωνικές εικόνες] και θα παράγει πρόγνωση για αυτές.»
Η Brightband είναι δομημένη ως δημόσια ωφέλιμη εταιρεία, αλλά αυτό είναι «κυρίως σήμανση,» είπε ο Green. «Προσπαθούμε να εκθέσουμε την αποστολή μας διαφανώς, να καρφώσουμε την αιτία μας στον ιστό και να πούμε ‘αυτό είναι που μας ενδιαφέρει να κάνουμε.’ Νομίζω ότι τα 10 εκατομμύρια που συγκεντρώσαμε είναι απόδειξη ότι μπορούμε να προσελκύσουμε κεφάλαια.»
Συμπέρασμα
Αναμένεται ένα προϊόν σχετικό με τον καιρό πριν από ένα κλιματικό — αλλά κανένα από τα δύο δεν έχει σκληρό χρονοδιάγραμμα εκτός από την επίδειξη στο τέλος του έτους.
Ο γύρος χρηματοδότησης Series A των 10 εκατομμυρίων δολαρίων της Brightband ηγήθηκε από την Prelude Ventures, με συμμετοχή από τις Starshot Capital, Garage Capital, Future Back Ventures, Preston-Werner Ventures, CLAI Ventures, Adrien Treuille, και Cal Henderson.
