Un grupo de globos sin motor que derivan únicamente empujados por el viento acaba de conseguir un gran contrato de la Fuerza Aérea de EE. UU. WindBorne Systems, la empresa de globos meteorológicos autónomos, anunció que ha ganado un nuevo contrato con la Fuerza Aérea, que le comprará los datos recopilados por su flota global de globos, con un valor total de hasta 49 millones de dólares. Para una startup que tiene como negocio "espiar la atmósfera con globos", es la operación más importante en la que ha participado hasta la fecha.
WindBorne tiene actualmente unos 700 globos meteorológicos repartidos por todo el planeta, que leen constantemente los datos de sensores atmosféricos; una parte se vende a clientes de pago y otra retroalimenta el propio modelo de predicción meteorológica con IA de la empresa. Esta compañía, fundada en 2015 en Redwood City, California, fue una de las primeras organizaciones en alimentar directamente modelos meteorológicos de aprendizaje profundo con datos de observación reales. Lleva mucho tiempo tratando con el gobierno de EE. UU.: el Servicio Meteorológico Nacional, la Fuerza Aérea y la Marina son viejos conocidos, pero este contrato con la Fuerza Aérea es el que realmente lleva la colaboración a un nuevo nivel de escala.
El dinero no se está gastando de forma caprichosa. El contrato tiene un tope de 49 millones de dólares, pero la Fuerza Aérea "paga solo por lo que usa": realiza pedidos únicamente cuando necesita datos, para regiones y periodos específicos. Hasta ahora solo se han hecho pedidos por 1,7 millones de dólares, y los directivos de la empresa esperan que se añadan más. El cofundador y CTO Andrey Sushko describió este contrato como "principalmente el vehículo que sostiene la continua expansión de la constelación, así como la inversión en I+D para mejorar constantemente el hardware y el rendimiento de los globos". Señaló especialmente que el contrato fue adjudicado directamente sin licitación, lo que significa que el gobierno determinó que "en cuanto a la capacidad de recopilar datos globales, somos la única empresa capaz de prestar el servicio de una manera que satisfaga sus necesidades operativas".
La confianza de WindBorne se basa en una sólida acumulación tecnológica. El CEO John Dean reveló en agosto que la empresa acaba de completar una ronda de financiación serie B de 37 millones de dólares, que sigue alimentando la expansión del negocio; y el modelo de predicción WeatherMesh6, presentado a principios de este verano, ya es, según la empresa, más preciso que el modelo tradicional del Centro Europeo de Previsiones Meteorológicas a Plazo Medio (ECMWF), que simula la atmósfera mediante leyes físicas. Desde la aparición de la arquitectura transformer y la publicación por parte del ECMWF de enormes conjuntos de datos meteorológicos, la predicción meteorológica con IA se ha convertido en una de las aplicaciones más potentes del aprendizaje profundo: antes los meteorólogos necesitaban costosos superordenadores para resolver ecuaciones complejas que aproximan el comportamiento atmosférico; hoy los modelos de aprendizaje de extremo a extremo ingieren décadas de datos y producen predicciones más rápido. Los modelos de los laboratorios punteros y de las agencias gubernamentales son cada vez más precisos, pero ambos tipos de predicción aún deben complementarse para comprender realmente el clima; por ejemplo, la herramienta de predicción de huracanes del último modelo meteorológico de Google DeepMind se ha vuelto cada vez más crucial en la respuesta gubernamental a la temporada de vientos.
Lo que más orgullo ha dado a WindBorne es que en agosto de este año se convirtió en la primera organización en enviar un sistema de vuelo sin propulsión al ojo de un tifón para recopilar datos. Estos globos no tienen motor: se guían por el viento hasta donde deben ir ajustando su altitud de vuelo, liberando gas o soltando la arena que usan como lastre. Sushko dijo que se trata de una jugada bastante novedosa: "Dos premisas: la primera es tener buenos modelos de viento y del clima, y saber cómo manejarlos; la segunda es que la constelación debe ser lo bastante grande para que los globos aparezcan justo en el lugar correcto". Y añadió una frase de gran peso: es una de las primeras veces que un modelo de aprendizaje profundo se utiliza en decisiones operativas reales. Dicho de otro modo, este grupo de globos que derivan con el viento ya no es solo un juguete científico, sino que ha empezado a tomar decisiones reales para el ejército y las agencias meteorológicas.