20. september 2024
Artificial Intelligence (AI) fremstår som en levedygtig løsning, da mængden af vejr og klimadata overgår, hvad traditionelle prognosemetoder kan klare. Den nyligt finansierede startup Brightband har til formål at revolutionere vejrudsigten ved at integrere maskinlæring i både open source og proprietære platforme.
I øjeblikket er vejrudsigter baseret på årtier gamle statistiske og numeriske modeller. Selvom disse fysikbaserede modeller er pålidelige, kræver de ofte supercomputere og omfattende behandlingstid, hvilket gør dem mindre effektive. I modsætning hertil har AI vist en bemærkelsesværdig evne til at forudsige vejrbegivenheder ved at lære af globale vejrmønstre og observationer. Det udmærker sig ved at identificere mønstre inden for store datasæt.
Så hvorfor er AI ikke standarden i vejrudsigter endnu? Ifølge Julian Green, CEO og medstifter af Brightband, er en af hovedårsagerne, at vejrvirksomheder og offentlige myndigheder ofte kæmper med at tiltrække top AI-talenter. Samtidig prioriterer teknologivirksomheder, selv om de er dygtige til kunstig intelligens, ikke vejret som et hovedfokus for deres operationer. Han tilføjer, at Brightband forener eksperter i meteorologi, data og kunstig intelligens for at implementere AI i prognoser og gøre det tilgængeligt for alle.
Baseret på omfattende meteorologiske data er virksomheden i øjeblikket ved at udvikle sin egen AI-drevne prognosealgoritme. Daniel Rothenberg, medstifter og chef for data og vejr, forklarer, at de bygger fundamentet for de fysikbaserede modeller, hvor AI giver dem mulighed for at udvide og forbedre dem, idet de anerkender arven fra tidligere modeller.
En af de vigtigste fordele ved Brightbands tilgang er hastighed. AI-drevne modeller er særligt gavnlige for industrier med specifikke behov, såsom energi, transport og landbrug, da de kan levere prognoser meget hurtigere og til en lavere pris sammenlignet med traditionelle metoder.
Brightband har især forpligtet sig til at gøre sine kerneprognosemodeller offentligt tilgængelige. Virksomhedens strategi er at levere modellen, træningsdataene og evalueringsmetrikken, alt sammen uden omkostninger, mens der fokuseres på at levere premium-tjenester til mere specialiserede kapaciteter.
Ifølge Rothenberg fører udfordringen ved at arbejde med de enorme mængder af historiske vejrdata – som dem der er indsamlet fra vejrballoner og satellitter – ofte til, at det bliver overset. For at forbedre nøjagtigheden og omfanget af sine prognoser planlægger Brightband at inkorporere disse uudnyttede data i sine modeller.
Selvom Brightband stadig er en ung virksomhed, sigter den mod at have en fungerende model inden udgangen af 2024. Prelude Ventures stod i spidsen for startup'ets $10 millioner Serie A-finansieringsrunde. Selvom det fungerer som en for-profit-enhed, er Brightband struktureret som et offentligt formålsselskab (PBC), hvilket afspejler dets engagement i gennemsigtighed og missionsdrevne mål.
Før du implementerer nogen klimaspecifikke løsninger, skal du forudse et vejrudsigtsprodukt; yderligere forbedringer vil sandsynligvis blive introduceret ved udgangen af året. Ved at bruge en open source-tilgang og banebrydende AI-teknologi har Brightband potentialet til at revolutionere vejrudsigten, hvilket gør det mere omkostningseffektivt, hurtigere og tilgængeligt for et bredere publikum.