這家AI天氣新創公司預測能力超越政府機構

今日由新創公司 WindBorne Systems 發布的新一代 AI 天氣預報工具，提供比歐洲政府開發的世界領先天氣預報系統更頻繁且準確的關鍵變數預測，這歸功於感測器數據如何輸入深度學習模型的技術進展。WindBorne 由一群史丹福大學學生於 2019 年創立，最初專注於打造更優化的天氣氣球，並計畫透過銷售天氣數據獲利。然而，2022 年隨著天氣預測深度學習模型的出現，團隊發現透過建立自己的模型，可以創造更高的價值。今日正式推出第六版模型 WeatherMesh，公司聲稱其準確度超越傳統預報與歐洲氣象機構所提供的 AI 預報。在氣象學家眼中，歐洲氣象中心（ECMWF）是準確天氣預測的領先機構。WindBorne 首席產品官 Kai Marshland 表示，簡單來說，WeatherMesh-6 的預測準確度在五天內與傳統預報在前一天的準確度相當，尤其是在地表溫度測量方面。WeatherMesh-OR 每小時產生一次預測，而傳統模型則為每六小時一次，其解析度目前已縮小至美國大陸地區 3 公里。傳統天氣預報由複雜的物理模型產生，需要昂貴的超級電腦運算，耗時較長。AI 模型則由新創公司與大型研究機構如 Google DeepMind 所開發，雖然發展速度較快，但目前解析度與長期預測準確度仍不如物理模型。不過，天氣 AI 正在快速進步，並已被全球主要政府機構使用。研究人員正努力將其整合至用來聚合天氣數據與產生公開預報的系統中。WindBorne 優勢在於其獨特的模型建立與數據收集結合。目前公司約有 400 個氣球正在飛行，持續收集感測器數據，這些氣球來自全球 15 個不同地點。其當前模型的進步來自於如何將氣球收集的數據輸入模型的改進。WindBorne 首席执行長 John Dean 告訴 TechCrunch：「我個人不理解，為何一家沒有數據優勢的 AI 天氣公司可以成功。」ECMWF 的優勢被歸因於其在「數據同化」方面的技術，這項工作是將不同來源的感測器數據轉換為機器可讀取的全球圖像。目前 AI 天氣模型依賴 ECMWF 與美國國家海洋與大氣管理局（NOAA）提供的數據集。然而，WindBorne 與其他機構正努力直接將數據輸入模型，公司 AI 頭腦 Joan Creus-Costa 表示，直接從其氣球與其他來源獲取數據是新版本 WeatherMesh 提升準確度的關鍵因素。團隊花費一年時間調整與重新設計基於 Transformer 的模型，使其能提供這些預測而不影響穩定性。Dean 表示：「當我們開始進行數據同化時，還是非常依賴 ECMWF。」他預測，如果移除 ECMWF 的初始條件，他們的表現仍然不錯。去年公司曾因一架聯合航空的飛機撞入其氣球而陷入危機。雖然飛機受輕微損壞，但無人受傷，這部分歸功於 WindBorne 遵守美國對感測器包裝大小的規範。目前，公司已利用全球航空監測系統 ADS-B 將氣球移離飛機航線，以降低再次撞機的機率。WindBorne 總共籌得 2500 萬美元風險投資資金，2024 年估值為 8500 萬美元，其氣球數據銷售給 NOAA，用於美國天氣預報體系與美國空軍與海軍。公司也將預測結果銷售給投資者與商品交易者，但 Dean 表示，公司仍專注於擴展其模型與數據基礎設施，而非商業產品，這部分是因應資訊環境的變化。Dean 表示：「我並不想投入大量團隊去開發 SaaS 產品，如果兩年後人們獲取消費者資訊的方式是透過 AI 代理，那會是另一回事。」更正：本報導誤報 WindBorne 的氣球如何利用 ADS-B 避開空域交通；公司實際上監測空域交通並移動氣球避開飛機，但尚未在感測器平台上安裝 ADS-B 雷達。