Tekoäly parantaa sääennusteita – WindBorne yrittää tehdä niistä tuottoisaa liiketoimintaa

WindBorne Systems on kerännyt 37 miljoonaa dollaria rakentaakseen tekoälypohjaisista sääennusteista suurempaa liiketoimintaa. Yhtiön kilpailuetu ei perustu vain malliin, vaan omaan maailmanlaajuiseen sääpalloverkostoon ja vaikeasti saavutettavilta alueilta kerättyyn dataan.

Tekoälymallit voivat tuottaa sääennusteita murto-osalla perinteisten fysiikkasimulaatioiden vaatimasta laskentatehosta. WindBorne Systems haluaa nyt osoittaa, että tarkemmista ja nopeammista ennusteista voi rakentaa myös kannattavan kaupallisen palvelun.

TechCrunchin mukaan yhdysvaltalainen startup on kerännyt 37 miljoonan dollarin B-sarjan rahoituskierroksen. Kierrosta johtivat Khosla Ventures ja Galvanize, ja mukana olivat muun muassa TransLink Capital ja Lux Capital. Rahoituksen jälkeen yhtiön arvoksi määritellään 250 miljoonaa dollaria.

Vuonna 2019 perustettu WindBorne aloitti kehittämällä edullisia sääantureita ja erittäin pitkään lentäviä sääpalloja. Alkuperäinen ajatus oli myydä niiden keräämää havaintodataa, mutta viime vuosien tekoälykehitys avasi yhtiölle mahdollisuuden rakentaa myös oma sääennustemalli.

Satoja sääpalloja eri puolilla maailmaa

WindBornella on nykyisin 20 laukaisupaikkaa eri puolilla maailmaa. Ilmassa on kerrallaan noin 600 sääpalloa, jotka keräävät tietoa myös alueilta, joilla perinteisiä havaintoja on vähän.

Pallot voivat kulkea esimerkiksi trooppisten myrskyjen läheisyydessä ja jopa taifuunin silmässä. Yhtiö kehittää lisäksi anturipaketteja, jotka voivat pudota lennon jälkeen mereen ja jatkaa mittauksia kelluvina poijuina.

Tällainen havaintoverkosto täydentää satelliitteja, sääasemia ja viranomaisten sääpalloja. Ilmakehän lämpötilasta, paineesta, kosteudesta ja tuulista kerätty ajantasainen tieto on ennustemallin lähtöaineistoa. Mallin laatu ei siis riipu vain tekoälyn rakenteesta, vaan myös siitä, kuinka tarkasti lähtötilanne tunnetaan.

WindBorne kutsuu omaa havaintojärjestelmäänsä planeetan hermostoksi. Ilmaus on markkinointihenkinen, mutta kuvaa yhtiön strategiaa: omaa dataa on vaikeampi kopioida kuin pelkkää ohjelmistoa, ja se voi erottaa ennusteen kilpailijoiden malleista.

Tekoäly toi supertietokoneiden tehtäviä pienemmille toimijoille

Perinteinen numeerinen sääennuste ratkaisee ilmakehän fysiikkaa kuvaavia yhtälöitä suurilla supertietokoneilla. Menetelmä on edelleen meteorologian perusta, mutta laskenta on kallista ja hidasta.

Syväoppimiseen perustuvat mallit oppivat puolestaan historiallisista havainnoista ja ennusteista, miten ilmakehän tila yleensä kehittyy. Kun malli on koulutettu, yksittäisen ennusteen tuottaminen voi onnistua jopa kannettavalla tietokoneella paljon perinteistä simulaatiota nopeammin.

Nopeus ei tarkoita automaattisesti, että jokainen tekoälyennuste olisi perinteistä menetelmää parempi. Paikalliset sateet, myrskyjen voimakkuus ja harvinaiset ääri-ilmiöt ovat edelleen vaikeita ennustaa. WindBornen ratkaisu pyrkii parantamaan tulosta yhdistämällä oman havaintodatan viranomaisten tuottamiin aineistoihin.

TechCrunch raportoi kesäkuussa WindBornen WeatherMesh-6-mallin tuottavan uuden ennusteen tunnin välein. Yhtiön mukaan malli ylsi Yhdysvaltain mantereella kolmen kilometrin tarkkuuteen ja päihitti tietyissä mittauksissa johtavia perinteisiä ja tekoälypohjaisia ennusteita. Väitteet perustuvat yhtiön omiin vertailuihin, joten niiden riippumaton arviointi on olennaista.

Ensimmäiset asiakkaat ovat viranomaisia

WindBornen tärkeimpiä asiakkaita ovat tällä hetkellä julkiset toimijat. Yhdysvaltain kansallinen sääpalvelu ostaa yhtiöltä havaintodataa, ja ilmavoimat sekä merivoimat rahoittavat sen kanssa tutkimushankkeita.

Yksi kehityskohde on laivalla paikallisesti toimiva ennustemalli. Se voisi tuottaa sääarvioita silloinkin, kun yhteys maissa sijaitseviin laskentakeskuksiin on heikko tai katkennut.

Viranomaisasiakkuudet osoittavat, että datalle on käytännön tarvetta, mutta seuraava kasvuvaihe haetaan yritysmarkkinoilta. WindBorne myy ennusteita esimerkiksi sijoitusrahastoille, jotka arvioivat sään vaikutusta raaka-aineiden hintoihin ja muihin taloudellisiin tapahtumiin.

Säällä on suora vaikutus muun muassa energiankulutukseen, uusiutuvan sähkön tuotantoon, maatalouteen, meriliikenteeseen ja toimitusketjuihin. Tarkempi ennuste voi auttaa yritystä päättämään, milloin tuotantoa, kuljetuksia tai varastoja kannattaa muuttaa.

Galvanizen osakas Saloni Multani arvioi TechCrunchille, että sääennusteiden liittäminen yritysten päätöksentekoon on ollut kallista ja vaikeaa. Tekoäly voi muuttaa tilannetta sekä parantamalla ennusteita että yhdistämällä ne helpommin liiketoiminnan muihin tietojärjestelmiin.

Rahoitus käytetään verkkoon ja myyntiin

Uudella rahoituksella WindBorne aikoo kasvattaa laskentakapasiteettiaan ja kaupallista tiimiään. Yhtiö haluaa laajentaa asiakaskuntaansa julkiselta sektorilta yksityisiin yrityksiin.

Samalla se kehittää sääpallojen viestintää. Nykyisiä satelliittiyhteyksiä on tarkoitus korvata osittain pallojen välisellä mesh-radioverkolla, jossa laitteet välittävät dataa toisilleen. Ratkaisu voisi pienentää tiedonsiirron kustannuksia ja vahvistaa verkon kattavuutta.

WindBornen suurin kysymys ei enää ole vain se, voiko tekoäly tuottaa hyödyllisiä sääennusteita. Yhtiön täytyy osoittaa, että asiakkaat saavat tarkemmasta tiedosta enemmän taloudellista hyötyä kuin palvelu maksaa.

Jos tämä onnistuu, sääennustaminen voi muuttua aiempaa useamman yrityksen aktiiviseksi päätöksentekotyökaluksi. Julkisten sääpalvelujen merkitys ei silti katoa: yksityiset tekoälymallit käyttävät edelleen laajalti viranomaisten keräämää dataa, ja yhteiskunnan varoituspalvelut vaativat avointa, jatkuvaa ja luotettavaa infrastruktuuria.