20. september 2024
Artificial Intelligence (AI) fremstår som en levedyktig løsning ettersom mengden vær og klimadata overgår det tradisjonelle prognosemetoder kan håndtere. Den nylig finansierte oppstarten Brightband har som mål å revolusjonere værvarsling ved å integrere maskinlæring i både åpen kildekode og proprietære plattformer.
For øyeblikket er værprognoser avhengige av flere tiår gamle statistiske og numeriske modeller. Selv om disse fysikkbaserte modellene er pålitelige, krever de ofte superdatamaskiner og omfattende behandlingstid, noe som gjør dem mindre effektive. I motsetning til dette har AI vist en bemerkelsesverdig kapasitet til å forutsi værhendelser ved å lære av globale værmønstre og observasjoner. Den utmerker seg ved å identifisere mønstre i store datasett.
Så hvorfor er ikke AI standarden i værvarsling ennå? Ifølge Julian Green, administrerende direktør og medgründer av Brightband, er en av hovedårsakene at værselskaper og offentlige etater ofte sliter med å tiltrekke seg topp AI-talenter. Samtidig prioriterer ikke teknologiselskaper, selv om de er dyktige i AI, været som hovedfokus for deres operasjoner. Han legger til at Brightband forener eksperter innen meteorologi, data og kunstig intelligens for å implementere AI i prognoser og gjøre den tilgjengelig for alle.
Basert på omfattende meteorologiske data, utvikler selskapet for tiden sin egen AI-drevne prognosealgoritme. Daniel Rothenberg, medgründer og leder for data og vær, forklarer at de bygger grunnlaget for de fysikkbaserte modellene, AI som lar dem utvide og forbedre dem, og anerkjenner arven fra tidligere modeller.
En av de viktigste fordelene med Brightbands tilnærming er hastighet. AI-drevne modeller er spesielt fordelaktige for bransjer med spesifikke behov, som energi, transport og landbruk, siden de kan gi prognoser mye raskere og til en lavere kostnad sammenlignet med tradisjonelle metoder.
Spesielt har Brightband forpliktet seg til å gjøre sine kjerneprognosemodeller offentligt tilgjengelige. Selskapets strategi er å tilby modellen, opplæringsdataene og evalueringsmetrikken, alt uten kostnad, samtidig som det fokuseres på å levere premiumtjenester for mer spesialiserte evner.
I følge Rothenberg fører utfordringen med å jobbe med de enorme mengdene historiske værdata – som det som er samlet inn fra værballonger og satellitter – ofte til at de blir oversett. For å forbedre nøyaktigheten og omfanget av prognosene, planlegger Brightband å inkludere disse uutnyttede dataene i modellene sine.
Selv om Brightband fortsatt er et ungt selskap, har det som mål å ha en fungerende modell innen utgangen av 2024. Prelude Ventures ledet oppstartens $10 millioner Series A-finansieringsrunde. Selv om det opererer som en for-profit-enhet, er Brightband strukturert som et allmennyttig selskap (PBC), noe som reflekterer dets forpliktelse til åpenhet og oppdragsdrevne mål.
Før du implementerer noen klimaspesifikke løsninger, forutse et værvarslingsprodukt; ytterligere forbedringer vil sannsynligvis bli introdusert innen slutten av året. Ved å bruke en åpen kildekode-tilnærming og banebrytende AI-teknologi, har Brightband potensial til å revolusjonere værvarsling, noe som gjør den mer kostnadseffektiv, raskere og tilgjengelig for et bredere publikum.