Mit einer Explosion von Wetter- und Klimadaten, die die bisherigen Werkzeuge nicht bewältigen können, ist KI die Zukunft der Vorhersage? Die Forschung deutet darauf hin, und ein neu finanziertes Startup namens Brightband versucht, maschinelles Lernen in Wettervorhersagemodelle sowohl als Geschäft als auch als Open-Source-Standard zu integrieren.
Die heutigen Wettervorhersagen und Klimaüberwachungstechniken basieren auf statistischen und numerischen Modellen, die Jahrzehnte alt sind. Das bedeutet nicht, dass sie schlecht oder falsch sind - nur nicht besonders effizient. Diese physikbasierten Modelle sind etwas, für das man ein paar Wochen auf einem Supercomputer reserviert.
Aber KI hat ein Talent, Muster in großen Datenmengen zu erkennen, und Studien haben gezeigt, dass KI, wenn sie auf Jahre von Wettermustern und Beobachtungen auf der ganzen Welt trainiert wird, zukünftige Ereignisse überraschend genau vorhersagen kann.
Warum wird sie also nicht überall eingesetzt?
„Der Grund für diese Lücke besteht darin, dass es für die Regierung schwer ist, Top-Talente anzuziehen, genauso wie für Wetterunternehmen, während für diese Technologieunternehmen das Wetter nicht ihre Kernbranche ist. Sie dringen nicht tief in das Fach ein und arbeiten mit den Akteuren zusammen, um ihnen die benötigten Werkzeuge zu geben“, erklärte Julian Green, CEO und Mitbegründer von Brightband (früher bekannt als OpenEarthAI). „Wir glauben, dass ein Startup großartige KI- und Datenspezialisten sowie großartige Wetterexperten zusammenbringt. Es gibt eine echte Chance, KI zu operationalisieren und für jeden zugänglich zu machen.“
Das Startup arbeitet daran, sein eigenes Modell zu entwerfen, das auf jahrelangen Wetterbeobachtungsdaten trainiert ist. Aber Daniel Rothenberg, Mitbegründer und Leiter von Daten und Wetter, bemerkte schnell, dass sie „auf den Schultern von Giganten stehen“.
„Die großen physikbasierten Modelle sind Monster“, sagte er. „Aber KI profitiert von diesen Modellen - der erste Schritt war es, sie zu nutzen, herauszufinden, dass die Modelle diese Muster wirklich lernen können. Wir bauen darauf auf und erweitern es. Unser Ziel ist es, auf dem neuesten Stand zu sein: genauso gut oder besser als die verfügbare globale Wettervorhersage.“
Es wäre auch um Größenordnungen schneller, bemerkte Green. „Das ist sozusagen die Kernstörung: es ist schneller und billiger“, was es für individuelle und schnelllebige Anwendungsfälle besser geeignet macht.
„Die Menschen haben sehr spezifische Bedürfnisse in verschiedenen Branchen“, fuhr Green fort. „Energieunternehmen müssen die Versorgung mit erneuerbaren Energien aus Wind und Sonne vorhersagen und den Bedarf an Heizung und Kühlung; Verkehrsunternehmen müssen Extremwetter vermeiden; die Landwirtschaft muss Wochen im Voraus planen, um Personen einzustellen, die säen, bewässern, düngen oder ernten.“
Interessanterweise verpflichtet sich das Unternehmen, seine Modelle für jedermann zugänglich zu machen.
„Unser Ziel ist es, die grundlegende Prognosefähigkeit als Open Source freizugeben, nicht nur das Modell, sondern auch die Daten, die Sie für das Training verwenden, und die Metriken, die Sie zur Bewertung verwenden, aber das Modell ist darauf ausgelegt, darüber hinaus bezahlte Dienste für spezifischere Fähigkeiten anzubieten“, sagte Green.
Ein Teil davon bedeutet, (und verarbeitet und veröffentlicht) viele Daten einzuschließen, die zugunsten vorverarbeiteter Datenbanken übergangen wurden.
„Es gibt Petabyte von historischen Daten von Wetterballons und Satelliten, die ignoriert werden, weil sie schwer zu bearbeiten sind“, sagte Rothenberg; aber wie bei den meisten KI-Modellen, je mehr Daten, desto besser, und eine sorgfältig ausgewählte Vielfalt kann die Qualität ihrer Ausgabe erheblich verbessern. „Wir sind der festen Überzeugung, dass der Aufbau einer Community um dies herum die Dinge beschleunigen wird, die wir tun können, um die Atmosphäre zu verstehen und das Ganze in großem Maßstab zu tun.“
Ich schlug vor, dass dies fast so ist, als ob sie das tun würden, was der Nationale Wetterdienst (der Tonnen von Beobachtungsdaten und Vorhersagen als kostenlosen öffentlichen Dienst bereitstellt) und andere Agenturen tun würden, wenn sie könnten.
Green hielt sich zurück und sagte, dass sie eng mit diesen Agenturen zusammenarbeiten und dass sie in der Tat die Bewahrer einer wichtigen Datenmenge sind - es handelt sich nur nicht unbedingt um die Art von schnellen, tragbaren Daten, die ein sehr reaktionsfähiges, verbraucherorientiertes Unternehmen benötigt. Er sagte, dass sie dies als Fortsetzung der internationalen Zusammenarbeit bei Wetterdaten sehen.
Was den tatsächlichen Stand beim Aufbau des Produkts betrifft: „Es ist relativ früh“, gab Green zu. „Wir arbeiten seit einigen Monaten daran, heute ist noch nichts live, aber wir hoffen, dass wir bis Ende 2025 ein Modell haben, das Beobachtungen (d. h. Satelliten- oder lokale Radarbilder) aufnimmt und eine Vorhersage für sie erstellt.“
Brightband ist als Public Benefit Corporation strukturiert, aber das ist „hauptsächlich eine Signalisierung“, sagte Green. „Wir versuchen, unsere Mission transparent darzulegen, unsere Sache an den Mast zu heften und zu sagen: 'Das ist es, was uns interessiert. Ich denke, die 10 Millionen Dollar, die wir eingeworben haben, belegen, dass wir in der Lage sind, Kapital anzuziehen.“
Ein PBC bedeutet in diesem Fall im Wesentlichen, dass der Vorstand in bestimmten Situationen die Interessen der Aktionäre mit denen der angegebenen Mission ausgleichen muss, aber dies schränkt keine Gewinne oder ähnliches ein.
Erwarten Sie eher ein wetterbezogenes Produkt als ein klimabezogenes - aber keines hat einen festen Zeitplan, außer für die Jahresabschlusspräsentation.“
Brightbands Serie-A-Finanzierungsrunde über 10 Millionen Dollar wurde von Prelude Venture angeführt, mit Beteiligung von Starshot Capital, Garage Capital, Future Back Ventures, Preston-Werner Ventures, CLAI Ventures, Adrien Treuille und Cal Henderson.
。
