2024년 9월 20일
인공지능(AI)은 날씨와 날씨의 변화에 따라 실행 가능한 솔루션으로 떠오르고 있습니다. 기후 데이터는 기존 예측 방법으로 처리할 수 있는 수준을 뛰어넘습니다. 최근 자금을 지원받은 스타트업 Brightband는 기계 학습을 오픈 소스 플랫폼과 독점 플랫폼 모두에 통합하여 일기 예보에 혁명을 일으키는 것을 목표로 합니다.
현재 날씨 예측은 수십 년 전의 통계 및 수치 모델에 의존합니다. 이러한 물리 기반 모델은 신뢰할 수 있지만 슈퍼컴퓨터와 광범위한 처리 시간이 필요한 경우가 많아 효율성이 떨어집니다. 이와 대조적으로 AI는 전 세계 기상 패턴과 관측을 학습하여 기상 현상을 예측하는 놀라운 능력을 보여주었습니다. 대규모 데이터 세트 내에서 패턴을 식별하는 데 탁월합니다.
그렇다면 AI가 일기예보의 표준이 아닌 이유는 무엇일까요? Julian Green에 따르면, CEO Brightband의 공동 창립자이자 주요 이유 중 하나는 기상 회사와 정부 기관이 최고의 AI 인재를 유치하는 데 종종 어려움을 겪고 있다는 것입니다. 동시에 기술 회사는 AI에 능숙하지만 날씨를 운영의 주요 초점으로 우선시하지 않습니다. 그는 Brightband가 기상학, 데이터 및 인공 지능 분야의 전문가를 통합하여 예측에 AI를 구현하고 모든 사람이 접근할 수 있도록 만들고 있다고 덧붙였습니다.
광범위한 기상 데이터를 기반으로 회사는 현재 자체 AI 기반 예측 알고리즘을 개발하고 있습니다. 공동 창립자이자 데이터 및 날씨 책임자인 Daniel Rothenberg는 물리 기반 모델의 기초를 구축하고 있으며 AI를 통해 이전 모델의 유산을 인정하면서 모델을 확장하고 개선할 수 있다고 설명합니다.
Brightband 접근 방식의 주요 장점 중 하나는 속도입니다. AI 기반 모델은 에너지, 운송, 농업 등 특정 요구 사항이 있는 산업에 특히 유용합니다. 기존 방법에 비해 훨씬 더 빠르고 저렴한 비용으로 예측을 제공할 수 있기 때문입니다.
특히 Brightband는 핵심 예측 모델을 공개적으로 액세스할 수 있도록 만들기 위해 노력했습니다. 회사의 전략은 모델, 훈련 데이터, 평가 지표를 모두 무료로 제공하는 동시에 보다 전문화된 기능을 위한 프리미엄 서비스 제공에 중점을 두는 것입니다.
Rothenberg에 따르면 기상 관측 기구 및 위성에서 수집한 것과 같은 방대한 양의 과거 기상 데이터를 사용하여 작업하는 과정에서 간과되는 경우가 많습니다. 예측의 정확성과 범위를 높이기 위해 Brightband는 아직 활용되지 않은 데이터를 모델에 통합할 계획입니다.
Brightband는 아직 젊은 회사이지만 2024년 말까지 실제 모델을 갖추는 것을 목표로 하고 있습니다. Prelude Ventures는 이 스타트업의 1,000만 달러 규모의 시리즈 A 자금 조달 라운드를 주도했습니다. Brightband는 영리 기업으로 운영되지만 투명성과 사명 중심 목표에 대한 헌신을 반영하여 공익 기업(PBC)으로 구성되어 있습니다.
기후별 솔루션을 구현하기 전에 일기 예보 제품을 예상하십시오. 추가 개선 사항은 연말까지 도입될 가능성이 높습니다. 오픈 소스 접근 방식과 최첨단 AI 기술을 활용하는 Brightband는 일기 예보를 혁신하여 보다 비용 효율적이고 빠르며 더 많은 사람들이 액세스할 수 있도록 만들 수 있는 잠재력을 가지고 있습니다.