20 september 2024
Kunstmatige intelligentie (AI) komt naar voren als een haalbare oplossing naarmate de hoeveelheid weer en klimaatgegevens overtreffen wat traditionele voorspellingsmethoden aankunnen. De onlangs gefinancierde startup Brightband wil een revolutie teweegbrengen in de weersvoorspelling door machine learning te integreren in zowel open-source als propriëtaire platforms.
Momenteel zijn weersvoorspellingen afhankelijk van tientallen jaren oude statistische en numerieke modellen. Hoewel deze op fysica gebaseerde modellen betrouwbaar zijn, vereisen ze vaak supercomputers en een uitgebreide verwerkingstijd, waardoor ze minder efficiënt zijn. Daarentegen heeft AI een opmerkelijk vermogen getoond om weersgebeurtenissen te voorspellen door te leren van mondiale weerpatronen en waarnemingen. Het blinkt uit in het identificeren van patronen binnen grote datasets.
Waarom is AI dan nog niet de standaard bij weersvoorspellingen? Volgens Julian Green, CEO en mede-oprichter van Brightband, is een van de belangrijkste redenen dat weerbedrijven en overheidsinstanties vaak moeite hebben met het aantrekken van top-AI-talent. Tegelijkertijd geven technologiebedrijven, hoewel ze bekwaam zijn in AI, geen prioriteit aan het weer als hoofdfocus van hun activiteiten. Hij voegt eraan toe dat Brightband experts op het gebied van meteorologie, data en kunstmatige intelligentie verenigt om AI in voorspellingen te implementeren en voor iedereen toegankelijk te maken.
Op basis van uitgebreide meteorologische gegevens ontwikkelt het bedrijf momenteel zijn eigen AI-gestuurde voorspellingsalgoritme. Daniel Rothenberg, mede-oprichter en hoofd van data en weer, legt uit dat ze de basis leggen voor op fysica gebaseerde modellen, waarbij AI hen in staat stelt deze uit te breiden en te verbeteren, waarbij de erfenis van eerdere modellen wordt erkend.
Eén van de belangrijkste voordelen van de aanpak van Brightband is snelheid. AI-gestuurde modellen zijn vooral gunstig voor sectoren met specifieke behoeften, zoals energie, transport en landbouw, omdat ze veel sneller en tegen lagere kosten voorspellingen kunnen doen in vergelijking met traditionele methoden.
Met name heeft Brightband zich ertoe verbonden zijn belangrijkste voorspellingsmodellen [openbaar toegankelijk] te maken (https://github.com/brightbandtech/). De strategie van het bedrijf is om het model, de trainingsgegevens en de evaluatiestatistieken kosteloos aan te bieden, terwijl de nadruk ligt op het leveren van premiumdiensten voor meer gespecialiseerde mogelijkheden.
Volgens Rothenberg leidt de uitdaging van het werken met de enorme hoeveelheden historische weergegevens – zoals verzameld door weerballonnen en satellieten – er vaak toe dat deze over het hoofd worden gezien. Om de nauwkeurigheid en reikwijdte van haar voorspellingen te vergroten, is Brightband van plan deze ongebruikte gegevens in haar modellen op te nemen.
Hoewel Brightband nog een jong bedrijf is, streeft het ernaar om eind 2024 een werkend model te hebben. Prelude Ventures leidde de Series A-financieringsronde van $ 10 miljoen van de startup. Hoewel Brightband opereert als een entiteit met winstoogmerk, is het gestructureerd als een onderneming van openbaar nut (PBC), wat haar toewijding aan transparantie en missiegedreven doelstellingen weerspiegelt.
Voordat u klimaatspecifieke oplossingen implementeert, moet u anticiperen op een weersvoorspellingsproduct; Tegen het einde van het jaar zullen waarschijnlijk verdere verbeteringen worden geïntroduceerd. Door gebruik te maken van een open source-aanpak en geavanceerde AI-technologie heeft Brightband het potentieel om een revolutie teweeg te brengen in de weersvoorspelling, waardoor deze kosteneffectiever, sneller en toegankelijker wordt voor een breder publiek.