20 septembre 2024
Intelligence artificielle (IA) apparaît comme une solution viable à mesure que la quantité de conditions météorologiques et les données climatiques dépassent ce que les méthodes de prévision traditionnelles peuvent gérer. La startup récemment financée Brightband vise à révolutionner les prévisions météorologiques en intégrant l'apprentissage automatique dans les plateformes open source et propriétaires.
Actuellement, les prévisions météorologiques reposent sur des modèles statistiques et numériques vieux de plusieurs décennies. Bien que ces modèles basés sur la physique soient fiables, ils nécessitent souvent des supercalculateurs et un temps de traitement important, ce qui les rend moins efficaces. En revanche, l’IA a montré une capacité remarquable à prédire les événements météorologiques en apprenant des modèles et des observations météorologiques mondiales. Il excelle dans l’identification de modèles au sein de grands ensembles de données.
Alors, pourquoi l’IA n’est-elle pas encore la norme en matière de prévisions météorologiques ? Selon Julian Green, PDG et co-fondateur de Brightband, l'une des principales raisons est que les sociétés météorologiques et les agences gouvernementales ont souvent du mal à attirer les meilleurs talents en IA. Dans le même temps, les entreprises technologiques, bien que compétentes en IA, ne donnent pas la priorité à la météo comme objectif principal de leurs opérations. Il ajoute que Brightband rassemble des experts en météorologie, en données et en intelligence artificielle pour mettre en œuvre l'IA dans les prévisions et la rendre accessible à tous.
Sur la base de nombreuses données météorologiques, l’entreprise développe actuellement son propre algorithme de prévision basé sur l’IA. Daniel Rothenberg, co-fondateur et responsable des données et de la météo, explique qu'ils construisent les bases des modèles basés sur la physique, l'IA leur permettant de les étendre et de les améliorer, reconnaissant l'héritage des modèles antérieurs.
L'un des principaux avantages de l'approche de Brightband est la rapidité. Les modèles basés sur l'IA sont particulièrement utiles pour les secteurs ayant des besoins spécifiques, tels que l'énergie, les transports et l'agriculture, car ils peuvent fournir des prévisions beaucoup plus rapidement et à moindre coût par rapport aux méthodes traditionnelles.
Notamment, Brightband s'est engagé à rendre ses principaux modèles de prévision accessibles au public. La stratégie de l'entreprise consiste à fournir le modèle, les données de formation et les mesures d'évaluation, le tout gratuitement, tout en se concentrant sur la fourniture de services haut de gamme pour des capacités plus spécialisées.
Selon Rothenberg, la difficulté de travailler avec de grandes quantités de données météorologiques historiques, comme celles collectées par les ballons météorologiques et les satellites, conduit souvent à les négliger. Pour améliorer la précision et la portée de ses prévisions, Brightband prévoit d'incorporer ces données inexploitées dans ses modèles.
Bien que Brightband soit encore une jeune entreprise, elle vise à disposer d'un modèle fonctionnel d'ici la fin de 2024. Prelude Ventures a dirigé le cycle de financement de série A de 10 millions de dollars de la startup. Même si elle fonctionne comme une entité à but lucratif, Brightband est structurée comme une société d'utilité publique (PBC), reflétant son engagement en faveur de la transparence et ses objectifs axés sur sa mission.
Avant de mettre en œuvre des solutions spécifiques au climat, anticipez un produit de prévision météorologique ; d'autres améliorations devraient être introduites d'ici la fin de l'année. En utilisant une approche open source et une technologie d'IA de pointe, Brightband a le potentiel de révolutionner les prévisions météorologiques, en les rendant plus rentables, plus rapides et accessibles à un public plus large.