WindBorne Systems-მა აშშ-ის სამხედრო-საჰაერო ძალების 49 მილიონ დოლარამდე კონტრაქტი მოიპოვა ბუშტების მონაცემებზე

სამხედრო-საჰაერო ძალების კონტრაქტი

აშშ-ის სამხედრო-საჰაერო ძალები WindBorne Systems-ის ავტონომიური ამინდის ბუშტების ფლოტის მიერ შეგროვებულ მონაცემებს ახალი კონტრაქტით იყიდიან; მისი ღირებულება სტარტაპისთვის თითქმის 50 მილიონ დოლარს შეიძლება მიაღწიოს. 49 მილიონ დოლარამდე ღირებულების ეს გარიგება კომპანიისთვის ყველაზე დიდი კონტრაქტია.

WindBorne-ს ახლა მსოფლიოს გარშემო დაახლოებით 700 ამინდის ბუშტი უფრენს და აგროვებს ატმოსფერული სენსორების მაჩვენებლებს, რომლებსაც კომპანია მომხმარებლებს უყიდის და საკუთარ AI ამინდის მოდელშიც იყენებს. სამხედრო-საჰაერო ძალები მხოლოდ საჭიროებისამებრ იხდიან და კონკრეტულ რეგიონებზე კონკრეტულ დროს შეკვეთის გაკეთება შეუძლიათ. ჯერჯერობით მათ 1,7 მილიონ დოლარის შეკვეთა გააკეთეს, ხელმძღვანელები კი მეტს ელოდებიან.

კონტრაქტი კონკურენტული ტენდერის გარეშე გაიცა. WindBorne-ის თანადამფუძნებელმა და CTO-მ ანდრეი სუშკომ TechCrunch-ს განუცხადა, რომ გარიგება მთავრობის დასკვნაა: გლობალური მონაცემების შეგროვებისთვის კომპანია ერთადერთი იყო, ვინც ოპერაციულ საჭიროებებს აკმაყოფილებდა. მისი თქმით, კონტრაქტი ძირითადად ინსტრუმენტია, რომელიც თანავარსკვლავედის ზრდას და ბუშტების აპარატურისა და მუშაობის გაუმჯობესების კვლევა-განვითარებას აფინანსებს.

AI ამინდის პროგნოზირება

2015 წელს დაარსებული და კალიფორნიის Redwood City-ში დაფუძნებული WindBorne ერთ-ერთი პირველი ორგანიზაციაა, რომელიც ემპირიულ მონაცემებს პირდაპირ ღრმა სწავლების ამინდის მოდელში აწვდის. კომპანია მჭიდროდ თანამშრომლობდა აშშ-ის მთავრობასთან, განსაკუთრებით National Weather Service-თან და აშშ-ის სამხედრო-საჰაერო და სამხედრო-საზღვაო ძალებთან.

ამ ზაფხულის დასაწყისში კომპანიამ გამოუშვა პროგნოზირების მოდელის უახლესი ვერსია WeatherMesh 6, რომელიც, მისი თქმით, European Centre for Medium-Range Weather Forecasts-ის ტრადიციულ მოდელზე უფრო ზუსტ პროგნოზებს იძლევა; ეს უკანასკნელი ატმოსფეროს ფიზიკის კანონებით ასიმულირებს. CEO ჯონ დინმა აგვისტოში თქვა, რომ კომპანიამ ბიზნესის გასაზრდელად 37 მილიონი დოლარის Series B რაუნდი მოაგროვა.

ტრანსფორმერ არქიტექტურების გამოჩენისა და ECMWF-ის მიერ რამდენიმე წლის წინ ამინდის უზარმაზარი მონაცემთა ნაკრების გამოქვეყნების შემდეგ, AI ამინდის პროგნოზირება ღრმა სწავლების ერთ-ერთ ყველაზე პროდუქტიულ გამოყენებად იქცა. ადრე მეტეოროლოგები ძვირადღირებულ სუპერკომპიუტერებს ეყრდნობოდნენ, რომლებიც ატმოსფეროს ქცევის მიახლოებით განტოლებებს ითვლიდნენ. ახლა ბოლომდე სწავლებას შეუძლია ათწლეულების ამინდის მონაცემები მიიღოს და უფრო სწრაფად გასცეს პროგნოზები. წამყვანი ლაბორატორიებისა და სამთავრობო უწყებების მოდელები ტრადიციულზე უფრო ზუსტია, თუმცა ამინდის კარგად გასაგებად ორივე ტიპის პროგნოზი კვლავ საჭიროა.

ტაიფუნის მონაცემების შეგროვება

აგვისტოში WindBorne პირველი ორგანიზაცია გახდა, რომელმაც ძრავის გარეშე მფრინავი სისტემა ტაიფუნის თვალში მონაცემების შესაგროვებლად გაგზავნა. კომპანია ბუშტებს სიმაღლის რეგულირებით, ჰაერის გამოშვებით ან ბალასტური ქვიშის ჩამოყრით მართავს, რათა ისინი სასურველი ქარებით სწორ ადგილებში მოხვდნენ.

სუშკომ ამას საკმაოდ ნოვატორული ნაბიჯი უწოდა; მისთვის საჭიროა ორი რამ: კარგი ქარისა და ამინდის მოდელები და მათში ნავიგაციის ცოდნა, ასევე საკმარისად დიდი თანავარსკვლავედი, რომ ბუშტები სწორ ადგილებში იყოს. მისი თქმით, ეს ერთ-ერთი პირველი შემთხვევაა, როცა ღრმა სწავლების მოდელი რეალური ოპერაციული გადაწყვეტილებისთვის გამოიყენეს.

წყაროები: Techcrunch