随着上一代工具无法处理的天气和气候数据激增，人工智能会成为预测的未来吗？
研究确实表明了这一点，一家名为Brightband的新融资初创公司正在尝试将机器学习预测模型转变为商业和开源标准。
当今的天气预报和气候监测技术植根于数十年前的统计和数值模型。这并不意味着它们不好或错误——只是效率不高。这些基于物理的模型需要你花几周时间在超级计算机上才能完成。
但人工智能擅长从大量数据中提取模式，研究表明，当人工智能接受多年全球天气模式和观察的训练时，它可以以惊人的准确度预测即将发生的事件。
那么为什么它还没有被广泛使用呢？
“之所以存在这种差距，是因为政府很难吸引顶尖人才，气象公司也是如此，而对于这些科技公司来说，气象并不是他们的核心行业。他们没有深入这个领域，也没有与参与者合作，为他们提供所需的工具，”Brightband（前身为 OpenEarthAI）首席执行官兼联合创始人 Julian Green 解释道。“我们认为，一家初创公司将优秀的人工智能人才、优秀的数据人才和优秀的气象人才聚集在一起。这是一个真正让人工智能投入运营并让每个人都能使用的机会。”
该初创公司正在设计自己的模型，该模型基于多年的天气观测数据进行训练，但联合创始人兼数据和天气主管丹尼尔罗森伯格很快指出，他们是“站在巨人的肩膀上”。
“基于物理的大型模型非常庞大，”他说。“但人工智能是这些模型的受益者——第一步就是利用它们，发现这些模型确实可以学习这些模式。我们在此基础上进行构建和扩展。我们的目标是达到最先进的水平：与现有的全球天气预报一样好甚至更好。”
格林指出，它的速度也会快几个数量级。“这可以说是一种核心颠覆：它更快、更便宜”，这使得它更适合定制和快速变化的用例。
“不同行业的人们有着非常具体的需求，”格林继续说道。“能源公司需要能够预测风能和太阳能等可再生能源的供应，以及供暖和制冷的需求；运输公司需要避免极端天气；农业需要提前数周计划雇佣人员来播种、浇水、施肥或收割。”
有趣的是，该公司承诺向任何人发布其模型。
格林说：“我们的目标是开源基本的预测能力，不仅仅是模型，还有用来训练模型的数据，以及用来评估模型的指标，公交模型是建立在最顶层的付费服务，以实现更具体的功能。”
这样做的部分意味着包括（以及处理和发布）大量已被跳过的数据，以支持预处理的数据库。
“气象气球和卫星收集了数以 PB 计的历史数据，但由于难以处理而被忽略，”罗森伯格说；但与大多数人工智能模型一样，数据越多越好，精心挑选的多样性可以显著提高其输出质量。“我们真的觉得，围绕这个建立一个社区将加速我们在理解大气和大规模实施方面所能做的事情。”
我认为这几乎就像他们正在做国家气象局（作为一项免费公共服务，提供大量观测数据和预报）和其他机构如果可以的话会做的事情。
格林表示反对，称他们与这些机构密切合作，他们确实保管着大量重要数据——只是这些数据不一定是面向消费者的高响应性公司所需要的那种快速、便携的数据。他说，他们认为这是国际气象数据合作的延续。
至于他们实际开发产品的进度：“现在还处于相对较早的阶段，”格林承认。“我们已经为此工作了几个月，目前还没有正式推出，但我们希望到 2025 年底能有一个模型，可以收集观测数据（即卫星或本地雷达图像）并生成预报。”
Brightband 的结构是公益公司，但这“主要是在传递信号”，格林说。“我们正试图透明地阐述我们的使命，明确我们的事业，并说‘这是我们感兴趣做的事情’。我认为我们筹集的 1000 万美元证明了我们能够吸引资本。”
在这种情况下，PBC 基本上意味着董事会必须在某些情况下平衡股东利益和既定使命的利益，但不会限制利润或类似的东西。
在气候产品之前会先推出与天气相关的产品——但除了年底的展示和说明之外，两者都没有明确的时间表。
Brightband 的 1000 万美元 A 轮融资由 Prelude Venture 领投，其他参投方包括 Starshot Capital、Garage Capital、Future Back Ventures、Preston-Werner Ventures、CLAI Ventures、Adrien Treuille 和 Cal Henderson。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/brightband-ren-wei-ren-gong-zhi-neng-tian-qi-yu-bao-de-qian
