2024 年 9 月 20 日
人工知能 (AI) は、天候や天候の変化に応じて実行可能なソリューションとして浮上しつつあります。気候データは、従来の予測方法が処理できる範囲を超えています。最近資金提供されたスタートアップ Brightband は、機械学習をオープンソースと独自のプラットフォームの両方に統合することで、天気予報に革命を起こすことを目指しています。
現在、天気予報は数十年前の統計モデルと数値モデルに依存しています。これらの物理ベースのモデルは信頼性がありますが、多くの場合、スーパーコンピューターと膨大な処理時間を必要とするため、効率が低くなります。対照的に、AI は地球規模の気象パターンと観測から学習することで、気象現象を予測する驚くべき能力を示しています。大規模なデータセット内のパターンを識別することに優れています。
では、なぜまだ AI が天気予報の標準になっていないのでしょうか? ジュリアン・グリーン氏によると、CEOブライトバンドの共同創設者である同氏の主な理由の 1 つは、気象会社や政府機関が優秀な AI 人材の獲得にしばしば苦労していることです。同時に、テクノロジー企業は AI に熟練していても、事業の主な焦点として天候を優先していません。同氏は、ブライトバンドは気象学、データ、人工知能の専門家を結集させて予測に AI を実装し、誰もが利用できるようにしていると付け加えた。
同社は現在、広範な気象データに基づいて、AI を活用した独自の予測アルゴリズムを開発しています。共同創設者でデータおよび気象部門の責任者であるダニエル・ローテンバーグ氏は、物理ベースのモデルの基礎を構築しており、AI によって以前のモデルの遺産を認識しながら拡張および改善できるようにしていると説明しています。
ブライトバンドのアプローチの主な利点の 1 つは速度です。 AI 主導のモデルは、従来の方法と比較してはるかに迅速かつ低コストで予測を提供できるため、エネルギー、輸送、農業などの特定のニーズを持つ業界にとって特に有益です。
特に、Brightband は、そのコアとなる予測モデルを 一般にアクセスできる にすることに取り組んでいます。同社の戦略は、より専門的な機能を提供するプレミアム サービスの提供に重点を置きながら、モデル、トレーニング データ、評価指標をすべて無料で提供することです。
ローゼンバーグ氏によると、気象観測気球や人工衛星から収集された膨大な量の過去の気象データを扱うという課題は、しばしば見落とされることにつながります。予測の精度と範囲を強化するために、ブライトバンドはこの未利用のデータを自社のモデルに組み込むことを計画しています。
Brightband はまだ若い会社ですが、2024 年末までに実用的なモデルを確立することを目指しています。Prelude Ventures がこのスタートアップの 1,000 万ドルのシリーズ A 資金調達ラウンドの陣頭指揮を執りました。ブライトバンドは営利団体として運営されていますが、透明性と使命主導の目標への取り組みを反映し、公益法人 (PBC) として組織されています。
気候固有のソリューションを実装する前に、天気予報製品を想定してください。年末までにさらなる機能強化が導入される可能性があります。オープンソースのアプローチと最先端の AI テクノロジーを活用するブライトバンドは、天気予報に革命をもたらし、よりコスト効率が高く、より高速で、より幅広いユーザーが利用できるようにする可能性を秘めています。