Спутники, беспилотники и машинное обучение: как стартапы прогнозируют погоду при помощи технологий

Внезапные изменения погодных условий могут не только испортить планы на выходные, но и принести бизнесу убытки. Индустрия частного прогнозирования оценивается в минимум $7 млрд, но в технологическом плане развивается не так быстро: доступный нам сегодня метеопрогноз на 5 дней будет настолько же точен, как прогноз на 3 дня, составленный в 1990-х годах. В материале — о стартапах, которые собираются сделать погодные условия предсказуемыми.

Спутники, беспилотники и машинное обучение: как стартапы прогнозируют погоду при помощи технологий

Неточные прогнозы погоды привлекают стартапы входить в индустрию, в которой основными игроками являются государственные учреждения, а для изменений требуется немало времени. Так, отмечают многочисленные метеорологи, стартапы получают миллиарды долларов инвестиций, чтобы получить более точные данные для своих моделей.

По данным Crunchbase, за последние годы стартапы, занятые прогнозированием погоды, привлекли по меньшей мере $880 млн венчурных инвестиций.

В поиске необычных точек данных они запускают собственные спутники и отправляют беспилотники в море. Многие из них используют алгоритмы прогнозирования на базе искусственного интеллекта. Впрочем, отмечают метеорологи, пока большинство этих стартапов еще не достигли результатов, а их обещания часто выглядят нереалистичными, особенно, когда они ненамного превосходят данные, предоставленные правительствами.

Но выбранное ими направление очень важно, отмечают руководители стартапов. Сейчас, когда изменение климата приводит к экстремальным погодным явлениям, из-за которые гибнут люди, а ущерб составляет миллиарды долларов, заранее узнать о приближающемся шторме означает спасти жизни и сэкономить немало денег.

Читайте по теме:

Глобальное потепление: инвесторы все больше интересуются погодными стартапами

Как климатические аномалии влияют на цепочку поставок

RB рекомендует лучших поставщиков цифровых решений для вашего бизнеса — по ссылке

Tomorrow.io была основана в 2016 году ветеранами ВС Израиля. Как рассказывает ее директор по маркетингу Дан Слаген, она собирается сделать прогнозы более точными, используя собственные алгоритмы, публичные данные и «миллионы входных точек» из частных источников: например, датчиков БПЛА и самолетов или даже информации о том, когда «в автомобиле срабатывают дворники».

Метеокомпания предоставляет бесплатное приложение, которое может скачать любой желающий. Но, отмечает Слаген, большая часть ее бизнеса — аналитическая платформа, которая рекомендует клиентам, как улучшить бизнес-операции в зависимости от прогноза погоды: авиакомпании — заранее провести противообледенительную обработку самолетов, а перевозчику — заранее отправить транспорт, чтобы избежать ливня.

По словам Слагена, клиенты компании, в число которых входят ВВС США, Delta Air Lines и Uber, часто платят за эту платформу от нескольких тысяч до миллионов долларов в год. А в ближайшие месяцы она запустит первый из примерно 20 спутников, потому что считает, что наиболее точные данные о погоде можно получить в космосе. Наличие собственных спутников могло бы позволить быстрее получать данные.

Компания Salient Predictions, основанная в 2019 году, стремится усовершенствовать прогнозирование погоды на несколько месяцев вперед. Она использует машинное обучение для анализа глобальных наборов данных с более чем 20 переменными, включая соленость океана, температуру и давление моря, скорость ветра и температуру воздуха. В Salient Predictions полагают, что их методы лучше предсказывают осадки.

Соучредитель компании Мэтт Стейн отмечает, что благодаря применению МО Salient Predictions опережает правительственные учреждения, которые, по его словам, полагаются на традиционные компьютерные модели, основанные на физике. Клиентами компании уже являются Zurich Insurance, BASF и пивоваренная компания AB InBev, а стоимость использования ее платформы обойдется не менее чем в сотню тысяч долларов.

Saildrone, основанная в 2012 году, располагает парком из более чем 100 беспилотных летательных аппаратов, напоминающих парусные лодки, многие из которых работают на энергии солнца и ветра. Они могут находиться в океане по 6 месяцев в год и помогают собрать данные, получить которые иным способом трудно из-за суровых условий моря.

Мэтт Уомбл, директор программы сбора данных в океане Saildrone, указывает, что дополнительные наблюдения за погодой в океане помогают составить карту штормов и погодных систем до того, как они достигнут суши. Компания уже заключила контракты с такими ведомствами, как Национальное управление океанических и атмосферных исследований США, на миссии во время ураганов. Он отказался назвать стоимость таких услуг.

Люди сотни лет пытались предсказать, какой будет погода. До того, как у нас появились современные технологии, подсказки давал окружающий мир: например, красное небо на рассвете предвещало ненастье, а раскрывшиеся шишки — погожий день.

В 1950-х годах был представлен первый прогноз с использованием компьютера, который заложил основу подхода, применяемого сегодня.

В настоящее время двумя наиболее известными в мире моделями погоды являются Глобальная система прогнозирования, управляемая NOAA, и Европейский центр среднесрочных прогнозов погоды, управляемый независимой межправительственной организацией, поддерживаемой многими европейскими странами.

Дэвид Новак, глава Центра прогнозирования погоды при NOAA (Национальное управление океанических и атмосферных исследований США), отмечает, что сейчас процесс прогнозирования погоды состоит из нескольких этапов.

Все начинается с изучения текущего состояния атмосферы. Для этого спутники, радары и метеозонды собирают такие базовые данные, как температура, скорость ветра и влажность воздуха.

Затем данные вносят в сложные модели и мощные компьютеры, которые с помощью физических уравнений создают численные представления атмосферы. Далее они используются для прогнозирования погоды в будущем. Местные метеорологи часто анализируют несколько моделей и готовят прогнозы для широкой публики.

И они становятся точнее благодаря усовершенствованным спутникам, радарам и повышению вычислительной мощности, отмечает Новак. Но он признает, что метеопрогнозы могут быть еще лучше.

По его словам, компьютерные модели должны точнее анализировать то, как взаимодействуют океан и атмосфера. Спутниковые снимки должны стать еще лучше. Например, спутники передают в Глобальную систему прогнозирования снимки Земли с блоками примерно по 13 км, которые, по словам Новака, должны быть сокращены до однозначных цифр.

«Это невероятное количество точек данных. Чтобы выполнять такие быстрые вычисления, нужна очень высокая производительность» — говорит он.

Источник: rb.ru

Понравилась новость? Поделитесь с друзьями:
AdMarket News