WindBorne تفوز بعقد كبير مع القوات الجوية الأمريكية لبيانات البالون الخاصة بها

ستقوم القوات الجوية الأمريكية بشراء البيانات التي تم جمعها بواسطة أسطول WindBorne Systems من بالونات الطقس المستقلة في عقد جديد قد تبلغ قيمته حوالي 50 مليون دولار أمريكي للشركة الناشئة.

تمتلك WindBorne حاليًا حوالي 700 بالون طقس يطير حول العالم، وتجمع القراءات من أجهزة استشعار الغلاف الجوي التي تبيعها الشركة لعملائها و تعمل أيضًا على تشغيل تنبؤات الطقس الخاصة بالذكاء الاصطناعي. نموذج. تعد WindBorne، التي تأسست عام 2015 ومقرها في ريدوود سيتي، كاليفورنيا، واحدة من أولى المؤسسات التي تغذي البيانات التجريبية مباشرة في نموذج الطقس للتعلم العميق.

عملت الشركة بشكل وثيق مع الحكومة الأمريكية، وخاصة خدمة الأرصاد الجوية الوطنية وكذلك القوات الجوية والبحرية الأمريكية، ولكن هذا هو أكبر عقد شاركت فيه الشركة. يمكن أن يصل العقد إلى 49 دولارًا. مليون دولار، لكن القوات الجوية تدفع فقط مقابل القدر الذي تحتاجه من البيانات. يمكنه تقديم طلبات لمناطق محددة في أوقات محددة. طلبت الشركة طلبات بقيمة 1.7 مليون دولار حتى الآن، ويتوقع المسؤولون التنفيذيون متابعة المزيد من الطلبات.

قال المؤسس المشارك ورئيس قسم التكنولوجيا لـ TechCrunch: "هذه إلى حد كبير وسيلة يمكن من خلالها دعم النمو المستمر للكوكبة، بالإضافة إلى أعمال البحث والتطوير لمواصلة تحسين الأجهزة وأداء البالونات". من WindBorne، أندريه سوشكو. ويضيف أن العقد، الذي تم منحه دون مناقصة تنافسية، هو "قرار من الحكومة بأنه بالنسبة لهذه القدرة على جمع البيانات العالمية، كنا الشركة الوحيدة القادرة على توفيرها بطريقة تلبي متطلباتها لهذه العمليات". »

صرح جون دين، الرئيس التنفيذي لشركة WindBorne، لـ TechCrunch في أغسطس أن الشركة جمعت 37 مليون دولار من السلسلة B لمواصلة تنمية أعمالها. وفي وقت سابق من هذا الصيف، أصدرت الشركة أحدث نسخة من نموذج التنبؤ الخاص بها، WeatherMesh 6، والذي تقول إنه يوفر تنبؤات أكثر دقة من النموذج التقليدي الذي يديره المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF)، والذي يحاكي الغلاف الجوي باستخدام قوانين الفيزياء. أصبح التنبؤ بالطقس أحد أكثر الاستخدامات إنتاجية لتكنولوجيا التعلم العميق. اعتمد علماء الأرصاد الجوية في السابق على أجهزة كمبيوتر عملاقة باهظة الثمن، تقوم بتشغيل معادلات تفصيلية تقارب سلوك الغلاف الجوي. الآن، يمكن للتعلم الشامل استيعاب عقود من بيانات الطقس وإصدار التنبؤات بسرعة أكبر.

أثبتت النماذج التي أنشأتها المختبرات الحدودية والهيئات الحكومية أنها أكثر دقة من التنبؤات التقليدية، على الرغم من أن الحدود لا تزال غير منتظمة، حيث يلزم كلا النوعين من التنبؤات لتوفير فهم مفيد للطقس. يقدم أحدث نموذج للطقس من جوجل، DeepMind، ميزات جديدة مهمة، وتلعب أدوات التنبؤ بالأعاصير الخاصة به دورًا مركزيًا متزايدًا في كيفية استجابة حكومة الولايات المتحدة لموسم الأعاصير. في أغسطس، أصبحت WindBorne أول منظمة ترسل نظام طيران غير مزود بمحرك (بدون محرك) لجمع البيانات في عين الإعصار. تقوم الشركة بمناورة مناطيدها عن طريق تعديل ارتفاعها، أو نزف الهواء، أو إسقاط الرمال المحمولة كصابورة، لإرسال المركبات في اتجاه الرياح التي تأخذها إلى حيث تريد الذهاب.

"إنها خطوة جديدة إلى حد ما، والعنصران اللازمان لذلك هما: الأول، وجود نماذج جيدة للرياح والطقس ومعرفة كيفية الطيران بها؛ والثاني، وجود كوكبة كبيرة بما يكفي بحيث يكون لديك بالونات في الأماكن الصحيحة." » قال سوشكو. "هذه هي إحدى المرات الأولى التي يتم فيها استخدام نموذج التعلم العميق لاتخاذ قرارات تشغيلية حقيقية."