La Fuerza Aérea de los Estados Unidos comprará los datos recopilados por la flota de globos meteorológicos autónomos de WindBorne Systems bajo un nuevo contrato que podría valer casi $50 millones para la startup.
WindBorne actualmente tiene aproximadamente 700 globos meteorológicos volando por todo el mundo, que recopilan lecturas de sensores atmosféricos que la empresa vende a los clientes y también se utilizan en su propio modelo de pronóstico meteorológico de IA. WindBorne, fundada en 2015 y con sede en Redwood City, California, es una de las primeras organizaciones que alimentan directamente datos empíricos en un modelo meteorológico de aprendizaje profundo.
La empresa ha trabajado estrechamente con el gobierno de los Estados Unidos, en particular con el Servicio Meteorológico Nacional y la Fuerza Aérea y la Marina de los EE. UU., pero este es el contrato más grande en el que ha participado la empresa. El contrato vale hasta $49 millones, pero la Fuerza Aérea paga solo cuando necesita datos. Puede realizar pedidos para regiones específicas en momentos específicos. Hasta ahora, ha realizado pedidos por un valor de $1.7 millones, y los ejecutivos esperan que surjan más pedidos.
“En gran medida, este es un medio a través del cual se puede sostener el crecimiento continuo de la constelación, así como algún trabajo de investigación y desarrollo para seguir mejorando el hardware y el rendimiento de los globos”, dijo Andrey Sushko, cofundador de WindBorne y CTO, a TechCrunch. Añade que el contrato, que fue adjudicado sin una licitación competitiva, es “una determinación del gobierno de que, para esta capacidad de recopilar datos globales, éramos la única empresa capaz de proporcionarla de la manera que satisficiera sus necesidades para estas operaciones”.
John Dean, CEO de WindBorne le dijo a TechCrunch en agosto que la empresa había recaudado una ronda Series B de $37 millones para continuar escalando su negocio. Este principio del verano, la empresa lanzó la última versión de su modelo de pronóstico, WeatherMesh 6, el cual dice ofrece pronósticos más precisos que el modelo tradicional utilizado por el European Centre for Medium-Range Weather Forecasts (ECMWF), que simula la atmósfera mediante las leyes de la física.
Desde la llegada de las arquitecturas de modelos de transformador y el lanzamiento por parte del ECMWF de un enorme conjunto de datos meteorológicos hace unos años, la previsión meteorológica por IA se ha convertido en uno de los usos más productivos de la tecnología de aprendizaje profundo. Los meteorólogos anteriormente dependían de supercomputadores costosos que ejecutaban ecuaciones detalladas para aproximar cómo se comporta la atmósfera. Ahora, el aprendizaje de extremo a extremo puede procesar décadas de datos meteorológicos y emitir predicciones más rápidamente.
Los modelos construidos por laboratorios fronterizos y agencias gubernamentales son más precisos que las previsiones tradicionales, aunque sigue siendo una frontera inestable, donde ambos tipos de predicciones son necesarios para comprender útilmente el clima. El más reciente modelo meteorológico de Google DeepMind ofrece nuevas capacidades importantes, y sus herramientas de predicción de ciclones se están volviendo cada vez más fundamentales para cómo el gobierno de los EE. UU. responde a la temporada de huracanes.
En agosto, WindBorne se convirtió en la primera organización que envió un sistema de vuelo sin motor —un sistema sin motor alguno— para recopilar datos en el ojio de un tifón. La compañía maniobra sus globos ajustando su altitud, liberando aire o dejando caer arena como lastre, para enviar los vehículos hacia los vientos que los llevan a donde necesitan ir.
“Ese es un paso bastante innovador, y los dos ingredientes para ello son, en primer lugar, contar con buenos modelos de viento y clima, y saber cómo utilizarlos; y, en segundo lugar, tener una constelación suficientemente grande para colocar globos en los lugares adecuados”, dijo Sushko. “Es una de las primeras veces que un modelo de aprendizaje profundo se utiliza para decisiones operativas reales”.