نیروی هوایی ایالات متحده داده‌های جمع‌آوری‌شده توسط سیستم‌های ویندبورن را تحت قراردادی جدید که ممکن است به ارزش نزدیک به 50 میلیون دلار برای این استارتاپ باشد، خریداری خواهد کرد.
ویندبورن در حال حاضر حدود 700 بالن هواشناسی در حال پرواز در سراسر جهان دارد، که خوانش‌های حسگر جوی را جمع‌آوری می‌کند که شرکت به مشتریان خود می‌فروشد و همچنین به مدل پیش‌بینی وضعیت آب و هوای هوش مصنوعی خود وارد می‌کند. ویندبورن که در سال 2015 تأسیس شده و در شهر ردوود، کالیفرنیا مستقر است، یکی از نخستین سازمان‌هایی است که داده‌های تجربی را مستقیماً به یک مدل پیش‌بینی وضعیت آب و هوا مبتنی بر یادگیری عمیق وارد می‌کند.
این شرکت به طور نزدیکی با دولت ایالات متحده، به‌ویژه با سرویس ملی آب‌و‌هوا و نیروی هوایی و دریایی آمریکا همکاری کرده است، اما این بزرگترین قرارداد واحدی است که شرکت در آن شرکت کرده است. ارزش این قرارداد به 49 میلیون دلار می‌رسد، اما نیروی هوایی فقط به اندازه نیاز داده پرداخت می‌کند. این امکان را دارد که سفارش‌هایی برای مناطق خاص در زمان‌های مشخص ثبت کند. تاکنون، این شرکت به ارزش 1.7 میلیون دلار سفارش داده است و مدیران انتظار دارند که سفارش‌های بیشتری نیز به دنبال داشته باشد.
اندری سوشکو، یکی از بنیانگذاران و CTO ویندبورن به تک‌کرانچ گفت: “این عمدتاً وسیله‌ای است که از طریق آن می‌توان به رشد مستمر این کنستلاسیون کمک کرد، همچنین برخی کارها در زمینه تحقیق و توسعه برای ادامه بهبود سخت‌افزار و عملکرد بالن‌ها.” او اضافه می‌کند که قرارداد، که بدون مناقصه رقابتی اعطا شده، “تعیینی از سوی دولت است که برای این قابلیت جمع‌آوری داده‌های جهانی، ما تنها شرکتی بودیم که می‌توانستیم این نیازها را به روشی تأمین کنیم که به نیازهای این عملیات‌ها بپردازد.”
کارکنان ویندبورن، جان دین، به تک‌کرانچ در ماه آگوست گفت که شرکت 37 میلیون دلار در دور تأمین مالی سری B جمع‌آوری کرده است تا به گسترش کسب‌وکار خود ادامه دهد. اوایل تابستان گذشته، این شرکت نسخه جدیدی از مدل پیش‌بینی خود، WeatherMesh 6، را منتشر کرد که به گفته آنها پیش‌بینی‌های دقیق‌تری نسبت به مدل سنتی که توسط مرکز پیش‌بینی وضعیت آب و هوای میان‌مدت اروپا (ECMWF) اجرا می‌شود، ارائه می‌دهد، که جو را با استفاده از قوانین فیزیک شبیه‌سازی می‌کند.
از زمان معرفی معماری‌های مدل ترنسفورمر و انتشار یک دیتاست وسیع آب و هوایی توسط ECMWF چند سال پیش، پیش‌بینی وضعیت آب و هوا با هوش مصنوعی به یکی از کاربردهای تولیدی تکنولوژی یادگیری عمیق تبدیل شده است. مترولوژیست‌ها قبلاً به سوپرکامپیوترهای گرانقیمتی که معادلات دقیقی اجرا می‌کردند و تخمین می‌زدند که جو چگونه رفتار می‌کند، وابسته بودند. اکنون، یادگیری از ابتدا می‌تواند دهه‌ها داده‌های آب و هوایی را در بر گیرد و پیش‌بینی‌ها را سریع‌تر صادر کند.
مدل‌های ساخته شده توسط آزمایشگاه‌های پیشرو و نهادهای دولتی دقت بیشتری نسبت به پیش‌بینی‌های سنتی ارائه می‌دهند، هرچند که هنوز یک مرز نامنظم است، و هر دو نوع پیش‌بینی برای درک مفید از وضعیت آب و هوا ضروری است. آخرین مدل آب و هوایی گوگل دیپ‌ماین قابلیت‌های جدید مهمی را ارائه می‌دهد و ابزارهای پیش‌بینی طوفان این مدل به طور فزاینده‌ای مهم‌تر می‌شوند که چگونه دولت ایالات متحده به فصل طوفان پاسخ می‌دهد.
در ماه آگوست، ویندبورن نخستین سازمانی شد که یک سیستم پرواز بدون قدرت – سیستمی بدون موتور – را برای جمع‌آوری داده‌ها در چشم طوفان ارسال کرد. این شرکت بالن‌های خود را با تنظیم ارتفاع، تخلیه هوا، یا رها کردن شن به عنوان وزنه، به بادهایی که آنها را به مکان‌های مورد نظر می‌برد، هدایت می‌کند.
سوشکو گفت: “این یک گام نسبتاً نوآورانه است، و دو عنصر برای این امر وجود دارد: اول، داشتن مدل‌های خوب باد و آب وهوا و دانستن نحوه ناوبری آنها؛ و دوم، داشتن یک کنستلاسیون بزرگ کافی برای اینکه بالن‌ها در مکان‌های مناسب قرار داشته باشند.” او اضافه می‌کند: “این یکی از نخستین بارهایی است که یک مدل یادگیری عمیق برای تصمیم‌گیری‌های عملیاتی واقعی استفاده شد.”
