Может ли ИИ сделать прогноз погоды на 5 дней точнее, чем метеорологи на сутки

Может ли ИИ сделать прогноз погоды точнее государственных метеослужб? Компания WindBorne Systems, основанная выпускниками Стэнфорда в 2019 году, считает, что да. Сначала стартап строил улучшенные метеозонды и продавал данные, но после появления моделей глубокого обучения для прогноза погоды в 2022 году команда решила создать собственную модель. Источник новости, TechCrunch, впервые называет WeatherMesh-6 прямым конкурентом систем ECMWF и NOAA (Национальное управление океанических и атмосферных исследований США).

Что умеет WeatherMesh-6?

• Прогноз каждый час вместо каждых шести часов, как делают традиционные физические модели. Для сравнения: классические суперкомпьютерные модели обновляют картину четыре раза в сутки, WeatherMesh-6 обновляет 24 раза.
• Разрешение до 3 км на территории континентальной части США. Это значит, что модель «видит» погоду не для области целиком, а для отдельного района города.
• Точность на пять дней вперёд сопоставима с точностью традиционного прогноза на завтра, особенно по температуре у поверхности. Так описал результат Кай Маршланд, директор по продукту WindBorne.
• Прямая загрузка данных с зондов в модель. Команда целый год перестраивала архитектуру на основе трансформера (transformer, тип нейросети, который лежит в основе ChatGPT и других больших языковых моделей), чтобы модель принимала «сырые» показания датчиков без промежуточной обработки и при этом не теряла стабильность.

Почему собственные зонды решают всё?

WindBorne держит в воздухе около 400 метеозондов одновременно, запуская их с 15 площадок по всему миру. Именно данные этих зондов, по словам руководителя направления ИИ Жоана Креус-Косты, стали главной причиной скачка качества в шестой версии.

Генеральный директор WindBorne Джон Дин сформулировал позицию прямо:

Я лично не понимаю бизнес-модель ИИ-погодной компании без преимущества в данных. : Джон Дин, CEO WindBorne Systems

Традиционное превосходство ECMWF объясняют мастерством в «ассимиляции данных» (data assimilation), то есть в превращении разрозненных показаний датчиков в единую, машиночитаемую картину атмосферы. До сих пор ИИ-модели погоды зависят от наборов данных, которые готовят ECMWF и NOAA. Но WindBorne учится подавать данные напрямую в модель. Дин заявил TechCrunch, что если сегодня убрать начальные условия от ECMWF, модель всё равно покажет хороший результат.

Инцидент с самолётом и безопасность зондов

В прошлом году один из зондов WindBorne столкнулся с авиалайнером United Airlines. Самолёт получил незначительные повреждения, никто не пострадал, в том числе потому, что компания соблюдала нормы США по размеру сенсорного блока. После инцидента WindBorne начала использовать глобальную систему наблюдения за воздушным движением ADS-B, чтобы уводить зонды с пути воздушных судов. Сами зонды пока не оснащены транспондерами ADS-B: компания отслеживает трафик и маневрирует зондами дистанционно.

Кто платит и сколько привлекли?

WindBorne привлекла 25 млн долларов венчурного финансирования при оценке в 85 млн долларов по данным на 2024 год (цифры TechCrunch). Данные зондов покупают NOAA, ВВС и ВМС США. Прогнозы продают инвесторам и сырьевым трейдерам.

При этом Дин объяснил, почему компания не торопится строить коммерческий SaaS-продукт (программу по подписке):

Я не хочу вкладываться в создание SaaS-продукта, если через два года люди будут получать информацию через агента. : Джон Дин, CEO WindBorne Systems

Что с этого вам, по ролям?

ИИ-специалисту и разработчику в России. Подход WindBorne показывает: модель, обученная на собственном наборе данных (400 зондов), может уйти от зависимости ECMWF и NOAA. Для российских проектов, где доступ к западным метеоданным ограничен, это готовая схема: свой датасет плюс трансформерная архитектура. Росгидромет и коммерческие погодные сервисы в России пока используют классические физические модели и данные собственной сети станций.

Автору Дзена и копирайтеру. Тема «может ли ИИ сделать прогноз погоды» даёт понятный пример для контента об ИИ без абстракций: конкретная модель, конкретные числа (каждый час вместо шести, 3 км вместо десятков), конкретный бизнес.

Предпринимателю и маркетологу. Позиция Дина про агентов вместо SaaS-интерфейсов, это ставка на то, что через пару лет данные о погоде будет запрашивать ИИ-агент (программа, которая сама выполняет задачи пользователя), а не человек через сайт. Если вы строите продукт с погодными данными, стоит закладывать API-доступ, а не только веб-интерфейс.

Российские аналоги: есть ли что-то похожее?

В открытых источниках на момент публикации нет данных о российских стартапах, которые строили бы одновременно сеть метеозондов и ИИ-модель прогноза. Росгидромет использует классические численные модели и данные собственных наблюдательных станций. «Яндекс Погода» применяет машинное обучение для уточнения краткосрочного прогноза, но подробности архитектуры и сравнительные метрики с ECMWF компания публично не раскрывала.

Частые вопросы

Можно ли попробовать WeatherMesh-6 самостоятельно?

На момент публикации WindBorne не объявляла о свободном доступе к модели или публичном API. Компания продаёт прогнозы корпоративным клиентам и государственным агентствам. Свободного демо-доступа для обычных пользователей в источнике не упоминается.

Чем ИИ-модели погоды отличаются от обычных?

Традиционные модели решают уравнения физики атмосферы на суперкомпьютерах, это дорого и долго. ИИ-модели (их строят WindBorne, Google DeepMind и другие) обучаются на исторических данных и выдают прогноз быстрее, но пока уступают по разрешению и точности на длинных горизонтах. WeatherMesh-6 заявляет, что сокращает этот разрыв за счёт прямой подачи данных с зондов.

Угрожают ли метеозонды авиации?

Один инцидент уже произошёл: зонд WindBorne столкнулся с самолётом United Airlines, повреждения были незначительными, пострадавших не было. После этого компания стала отслеживать воздушный трафик через систему ADS-B и маневрировать зондами, чтобы избегать столкновений.

По материалам TechCrunch AI