20 september 2024
Artificiell intelligens (AI) framstår som en hållbar lösning eftersom mängden väder och klimatdata överträffar vad traditionella prognosmetoder kan hantera. Den nyligen finansierade startupen Brightband syftar till att revolutionera väderprognoser genom att integrera maskininlärning i både öppen källkod och egenutvecklade plattformar.
För närvarande bygger väderprognoser på årtionden gamla statistiska och numeriska modeller. Även om dessa fysikbaserade modeller är tillförlitliga kräver de ofta superdatorer och lång bearbetningstid, vilket gör dem mindre effektiva. Däremot har AI visat en anmärkningsvärd förmåga att förutsäga väderhändelser genom att lära av globala vädermönster och observationer. Det utmärker sig för att identifiera mönster inom stora datamängder.
Så varför är inte AI standarden i väderprognoser än? Enligt Julian Green, VD och medgrundare av Brightband, är en av huvudorsakerna att väderföretag och statliga myndigheter ofta kämpar med att attrahera topptalanger inom AI. Samtidigt prioriterar teknikföretag, även om de är skickliga inom AI, inte vädret som huvudfokus för sin verksamhet. Han tillägger att Brightband förenar experter inom meteorologi, data och artificiell intelligens för att implementera AI i prognoser och göra den tillgänglig för alla.
Baserat på omfattande meteorologiska data utvecklar företaget för närvarande sin egen AI-drivna prognosalgoritm. Daniel Rothenberg, medgrundare och chef för data och väder, förklarar att de bygger grunden för de fysikbaserade modellerna, AI som låter dem utöka och förbättra dem, och erkänner arvet från tidigare modeller.
En av de viktigaste fördelarna med Brightbands tillvägagångssätt är snabbhet. AI-drivna modeller är särskilt fördelaktiga för industrier med specifika behov, såsom energi, transporter och jordbruk, eftersom de kan ge prognoser mycket snabbare och till en lägre kostnad jämfört med traditionella metoder.
Brightband har särskilt förbundit sig att göra sina kärnprognosmodeller allmänt tillgängliga. Företagets strategi är att tillhandahålla modellen, utbildningsdata och utvärderingsmåttet, allt utan kostnad, samtidigt som man fokuserar på att leverera premiumtjänster för mer specialiserade funktioner.
Enligt Rothenberg leder utmaningen att arbeta med de enorma mängderna historisk väderdata – som den som samlats in från väderballonger och satelliter – ofta till att den förbises. För att förbättra noggrannheten och omfattningen av sina prognoser planerar Brightband att införliva denna outnyttjade data i sina modeller.
Även om Brightband fortfarande är ett ungt företag, siktar det på att ha en fungerande modell i slutet av 2024. Prelude Ventures stod i spetsen för startupens $10 miljoner Serie A-finansieringsrunda. Även om det verkar som en vinstdrivande enhet, är Brightband strukturerat som ett allmännyttigt företag (PBC), vilket återspeglar dess engagemang för transparens och uppdragsdrivna mål.
Innan du implementerar några klimatspecifika lösningar, förutse en väderprognosprodukt; ytterligare förbättringar kommer sannolikt att införas i slutet av året. Genom att använda ett tillvägagångssätt med öppen källkod och banbrytande AI-teknik har Brightband potential att revolutionera väderprognoser, vilket gör det mer kostnadseffektivt, snabbare och tillgängligt för en bredare publik.