مجموعة من البالونات بلا محركات تنجرف كليًا بفعل الريح، أبرمت للتو صفقة كبيرة مع سلاح الجو الأمريكي. أعلنت شركة WindBorne Systems المتخصصة في البالونات الجوية الذاتية عن فوزها بعقد جديد من سلاح الجو الأمريكي، يقتني بموجبه البيانات التي يجمعها أسطول البالونات العالمي، بقيمة إجمالية تصل إلى 49 مليون دولار كحد أقصى. وبالنسبة لشركة ناشئة تجعل من "التلصص على الغلاف الجوي بالبالونات" تجارةً، فهذه أثقل صفقة شاركت فيها حتى الآن.
لدى WindBorne حاليًا نحو 700 بالون جوي تطفو في أرجاء الأرض، إذ تقرأ باستمرار بيانات مستشعرات الغلاف الجوي، ويُباع جزء منها للعملاء الدفعين، بينما يتدفق الجزء الآخر إلى نموذج التنبؤ الجوي بالذكاء الاصطناعي الخاص بالشركة نفسها. هذه الشركة، التي تأسست عام 2015 في ريدوود سيتي بكاليفورنيا، هي من أقدم المنظمات التي غذّت نماذج الطقس العميقة التعلم ببيانات رصد حقيقية مباشرة. وقد تعاملت مع الحكومة الأمريكية منذ زمن طويل؛ فالمصلحة الوطنية للأرصاد الجوية وسلاح الجو والبحرية من معارفها القدامى، لكن عقد سلاح الجو هذه المرة هو ما دفع التعاون فعليًا إلى قفزة نوعية في الحجم.
لم تُنفَق هذه الأموال باستطراد. العقد سقفه 49 مليون دولار، لكن سلاح الجو "يشتري بما يحتاجه فقط" — يطلب البيانات عند الحاجة إليها فقط، لمناطق محددة وفترات زمنية محددة. وحتى الآن، لم تُقدَّم سوى طلبات بقيمة 1.7 مليون دولار، ويتوقع مسؤولو الشركة أن تتبعها طلبات إضافية. وصف المؤسس المشارك والمدير التقني Andrey Sushko هذا العقد بأنه "في المقام الأول أداة لدعم التوسع المستمر للأسطول، وتمويل البحث والتطوير لتحسين عتاد البالونات وأدائها باستمرار". وأشار تحديدًا إلى أن العقد مُنح مباشرةً دون مناقصة، لأن الحكومة اعتقدت أنه "في مجال جمع البيانات العالمية، نحن الشركة الوحيدة القادرة على تقديم هذه الخدمة بطريقة تلبي احتياجاتها العملياتية".
تستند ثقة WindBorne إلى تراكم تقني ملموس. كشف الرئيس التنفيذي John Dean في أغسطس أن الشركة أنهت للتو جولة تمويل من الفئة B بقيمة 37 مليون دولار للاستمرار في دعم توسع أعمالها؛ فيما زعمت الشركة أن نموذج التنبؤ WeatherMesh6 الذي أطلقته مطلع هذا الصيف أصبح أكثر دقة من النماذج التقليدية المبنية على محاكاة الغلاف الجوي بقوانين الفيزياء لدى المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF). فمنذ ظهور معمارية transformer وت这场 opener لمجموعة بيانات الأرصاد الضخمة من قبل ECMWF، أصبح التنبؤ الجوي بالذكاء الاصطناعي أحد أقوى تطبيقات التعلم العميق — فحينما كان خبراء الأرصاد يعتمدون على حواسيب فائقة مكلفة لحل معادلات معقدة تقارب سلوك الغلاف الجوي، أصبحت اليوم نماذج التعلم من الطرف إلى الطرف تبتلع عقودًا من البيانات لتنتج تنبؤات أسرع. نماذج المختبرات الرائدة والهيئات الحكومية تتسم فعلًا بدقة متزايدة، لكن كلا النوعين من التنبؤات لا يزال بحاجة إلى تكامل أحدهما مع الآخر ليفهم الإنسان الطقس حقًا؛ فنموذج الطقس الأحدث من Google DeepMind، على سبيل المثال، أصبحت أدواته للتنبؤ بالأعاصير ذات أهمية متزايدة في استجابة الحكومات لموسم الأعاصير.
أما ما يبعث أكبر فخر في نفوس WindBorne، فهو كونها في أغسطس من هذا العام أول جهة تُدخل نظام طيران بلا محرك إلى عين إعصار لتجميع البيانات. هذه البالونات بلا محركات، وتصل إلى أهدافها كليًا بتعديل ارتفاع الطيران، أو إطلاق الغاز، أو التخلص من الرمل المستخدم كثقل موازن، مستفيدةً من الريح لتقودها إلى المكان المطلوب. قال Sushko إنها خطوة جديدة تمامًا: "شرطان: أولهما وجود نماذج جيدة للريح والطقس ومعرفة كيفية توظيفها؛ وثانيهما أن يكون الأسطول كبيرًا بما يكفي لتتواجد البالونات في الموقع الصحيح تمامًا". وأضاف عبارة بالغة الدلالة — إنه من أولى الاستخدامات الفعلية لنماذج التعلم العميق في قرارات تشغيلية حقيقية. بعبارة أخرى، لم تعد هذه البالونات المنجرفة مع الريح مجرد لعبة بحثية، بل بدأت تتخذ أحكامًا عملية حقيقية لصالح الجيش وهيئات الأرصاد الجوية.