Die US-Luftwaffe wird die von WindBorne Systems erfassten Daten aus einer Flotte autonomer Wetterballons unter einem neuen Vertrag kaufen, der dem Startup fast 50 Millionen Dollar wert sein könnte.
WindBorne hat derzeit etwa 700 Wetterballons auf der ganzen Welt fliegen lassen, die atmosphärische Sensordaten sammeln und diese anschließend an Kunden verkaufen sowie in sein eigenes AI-Wettervorhersagemodell einspeisen. WindBorne, gegründet im Jahr 2015 und mit Sitz in Redwood City, Kalifornien, ist eine der ersten Organisationen, die empirische Daten direkt in ein Deep-Learning-Wettermodell einspeisen.
Das Unternehmen hat eng mit der US-Regierung zusammengearbeitet, insbesondere mit dem Nationalen Wetterdienst sowie der US-Luftwaffe und der Marine. Dies ist jedoch der größte Auftrag, an den das Unternehmen teilgenommen hat. Der Auftrag ist im Wert von bis zu 49 Millionen Dollar, doch die Luftwaffe zahlt nur, solange sie Daten benötigt. Das Unternehmen kann also Bestellungen für bestimmte Regionen zu bestimmten Zeiten ausstellen. Bisher wurden bereits Bestellungen im Wert von 1,7 Millionen Dollar getätigt, und die Führungskräfte erwarten weitere Bestellungen.
„Es ist im Grunde ein Mittel, durch das die anhaltende Entwicklung der Konstellation unterstützt werden kann, sowie eine Art Arbeit in Forschung und Entwicklung, um das Hardware- und Leistungsniveau der Ballons weiter zu verbessern“, sagte Andrey Sushko, Mitbegründer und CTO von WindBorne, gegenüber TechCrunch. Er fügt hinzu, dass der Vertrag, der ohne Wettbewerb vergeben wurde, „eine Entscheidung der Regierung ist, die besagt, dass wir die einzige Firma waren, die in der Lage war, diese globale Daten sammeln zu können – und zwar auf eine Weise, die ihren Anforderungen für diese Operationen entsprach.“
WindBorne-CEO John Dean sprach mit TechCrunch im August, dass das Unternehmen eine Serie B-Runde in Höhe von 37 Millionen US-Dollar gesammelt habe, um sein Geschäft weiter auszubauen. Anfangs dieses Sommers veröffentlichte das neueste Version des Vorhersagemodells, WeatherMesh 6, welches sagt, genauere Vorhersagen liefert als das traditionelle Modell, das vom Europäischen Zentrum für mittelfristige Wettervorhersagen (ECMWF) bereitgestellt wird und die Atmosphäre anhand der physikalischen Gesetze simuliert.
Seit der Einführung von Architekturen für Transformationsmodellen und dem Veröffentlichen eines riesigen Wetterdatensatzes durch das ECMWF vor einigen Jahren ist die AI-Wettervorhersage zu einer der produktiveren Anwendungen der Deep-Learning-Technologie geworden. Früher verließen sich Meteorologen auf teure Supercomputer, die detaillierte Gleichungen laufen ließen, um das Verhalten der Atmosphäre abzubilden. Heute kann End-to-End-Lernen Jahrzehnte an Wetterdaten verarbeiten und Vorhersagen schneller liefern.
Die von den Grenzlaboren und Regierungsbehörden entwickelten Modelle sind genauer als traditionelle Vorhersagen, obwohl es immer noch eine unregelmäßige Grenze gibt, bei der beide Arten von Vorhersagen notwendig sind, um ein nützliches Verständnis des Wetters zu erhalten. Googles DeepMinds neuestes Wettermodell bietet wichtige neue Fähigkeiten, und seine Zyklonvorhersagewerkzeuge werden zunehmend entscheidend für die Reaktion der US-Regierung auf die Hurrikonsaison sein.
Im August wurde WindBorne zur ersten Organisation, die ein unmotorisiertes Flugsystem – ein System ohne Motor – einsetzte, um Daten zu sammeln – in den Auge eines Taifuns. Das Unternehmen steuert seine Ballons durch Anpassung der Höhe, das Lassen von Luft oder das Loslassen von Sand als Ballast, um die Fahrzeuge in Winde zu bringen, die sie an den gewünschten Ort bringen.
„Das ist ein ziemlich neuer Schritt – und die beiden Voraussetzungen dafür sind erstens, gute Wind- und Wettermodelle zu haben sowie zu wissen, wie man sie nutzt; und zweitens, eine ausreichend große Sternenkonstellation zu besitzen, damit die Ballons an den richtigen Stellen sind“, sagte Sushko. „Es ist eines der ersten Male, dass ein Deep-Learning-Modell für tatsächliche operativen Entscheidungen verwendet wird.“