ستشتري القوات الجوية الأمريكية البيانات التي جمعتها شركة WindBorne Systems لطائرات البالونات الجوية المستقلة، ضمن عقد جديد قد تصل قيمته إلى ما يقارب 50 مليون دولار للشركة الناشئة.
تحتل شركة WindBorne حاليًا حوالي 700 بالون طقس يطير في جميع أنحاء العالم، حيث تجمع قراءات أجهزة الاستشعار الجوي وتبيعها للعملاء، كما تستخدم هذه البيانات في نموذج التنبؤ بالطقس الذكي الخاص بها. تأسست شركة WindBorne في عام 2015 ومقرها في مدينة ريدوود سيتي، كاليفورنيا، وهي واحدة من أولى الشركات التي تزود نموذج التنبؤ بالطقس بالبيانات التجريبية مباشرة.
لقد تعاونت الشركة بشكل وثيق مع الحكومة الأمريكية، خاصةً خدمة الأرصاد الجوية الوطنية وقوات الجيش الأمريكي والبحرية، ولكن هذه هي أكبر عقد شاركت فيه الشركة. يبلغ قيمة العقد حوالي 49 مليون دولار، لكن قوات الجيش الأمريكي تدفع فقط حسب الحاجة إلى البيانات. يمكنها طلب الطلبات للمناطق المحددة في الأوقات المحددة. حتى الآن، طلبت قيمتها 1.7 مليون دولار، وتتوقع الإدارة التنفيذية طلبات إضافية.
"هذا في الأساس وسيلة تُدعم من خلالها النمو المستمر للتجمع، بالإضافة إلى بعض الأعمال البحثية والتطويرية لتحسين الأجهزة وأداء الفقاعات،" قال أندريه سوشكو، الشريك المؤسس ومدير التكنولوجيا في WindBorne، لصحيفة TechCrunch. يضيف أن العقد، الذي تم منحه دون مناقصة تنافسية، هو “قرار من الحكومة بأننا الشركة الوحيدة القادرة على توفير هذه القدرة على جمع البيانات العالمية بالطريقة التي تلبي احتياجاتها لهذه العمليات”.
قال جون دين، الرئيس التنفيذي لشركة WindBorne لصحيفة TechCrunch في أغسطس أن الشركة جمعت 37 مليون دولار من جولة التمويل Series B لتواصل توسيع نشاطها. في وقت سابق من الصيف، أصدرت الشركة أحدث إصدار لنموذج التنبؤ الخاص بها، WeatherMesh 6، والذي تقول إنه يوفر تنبؤات أكثر دقة من النموذج التقليدي الذي تستخدمه المركز الأوروبي لتنبؤات الطقس المتوسطة (ECMWF)، والذي يقوم بمحاكاة الغلاف الجوي باستخدام قوانين الفيزياء.
منذ ظهور بنى نماذج التحويل والإصدار الكبير لبيانات الطقس من قبل ECMWF قبل بضع سنوات، أصبح توقع الطقس باستخدام الذكاء الاصطناعي أحد أكثر استخدامات تقنية التعلم العميق فعالية. في السابق، اعتمد علماء الأرصاد على حواسيب ضخمة باهظة الثمن تُستخدم فيها معادلات مفصلة لتقدير سلوك الغلاف الجوي. الآن، يمكن للتعلم من النهاية إلى النهاية أن يستوعب عقود من بيانات الطقس ويصدر تنبؤات بشكل أسرع.
النماذج التي تم بناؤها من قبل المختبرات الحدودية والوكالات الحكومية تثبت دقة أكبر من التنبؤات التقليدية، على الرغم من أنها لا تزال حدودًا غير مستوية، حيث يلزم كلا النوعين من التنبؤات للحصول على فهم مفيد للطقس. نموذج الطقس الأحدث لـ Google DeepMind يوفر قدرات جديدة مهمة، وأدوات التنبؤ بالأعاصير الخاصة به تصبح أكثر أهمية في رد حكومة الولايات المتحدة على موسم الأعاصير.
في أغسطس، أصبحت WindBorne أول منظمة ترسل نظام طيران بدون محرك — أي نظام بلا محرك — لجمع البيانات. عين الإعصارتقوم الشركة بتحريك البالونات عن طريق تعديل ارتفاعها، أو تصريف الهواء منها، أو إلقاء الرماد كوقود للطائرات، لكي تضمن وصول السيارات إلى المكان المطلوب.
“هذا خطوة جديدة للغاية، والعنصران اللذان يساعدان على ذلك هما: أولاً، امتلاك نماذج هواء وطقس جيدة، ومعرفة كيفية استخدامها؛ وثانياً، امتلاك مجموعة نجوم كبيرة بما يكفي لتوفير البالونات في الأماكن المناسبة،” قال سوشكو. “هذا أحد أولى الأمور التي يتم فيها استخدام نموذج التعلم العميق لاتخاذ قرارات عملياتية فعلية.”