विंडबोर्नने त्याच्या बलून डेटासाठी यूएस एअर फोर्सचा मोठा करार जिंकला

द्वारे गोळा केलेला डेटा यूएस एअर फोर्स खरेदी करेल विंडबोर्न सिस्टम्सनवीन कराराच्या अंतर्गत स्वायत्त हवामान फुग्यांचा ताफा ज्याची किंमत स्टार्टअपसाठी जवळपास $50 दशलक्ष असू शकते.

WindBorne कडे सध्या जगभरात सुमारे 700 हवामान फुगे उडत आहेत, वातावरणीय सेन्सर वाचन गोळा करतात जे कंपनी ग्राहकांना विकते आणि स्वतःच्या AI हवामान अंदाज मॉडेलमध्ये फीड करते. WindBorne, 2015 मध्ये स्थापित आणि रेडवुड सिटी, कॅलिफोर्निया येथे आधारित, अनुभवजन्य डेटा थेट सखोल-शिक्षण हवामान मॉडेलमध्ये फीड करणारी पहिली संस्था आहे.

कंपनीने यूएस सरकार, विशेषत: नॅशनल वेदर सर्व्हिस आणि यूएस एअर फोर्स आणि नेव्ही यांच्याशी जवळून काम केले आहे, परंतु कंपनीने भाग घेतलेला हा एकल-सर्वात मोठा करार आहे. करार $49 दशलक्ष पर्यंतचा आहे, परंतु वायुसेना केवळ डेटाची आवश्यकता म्हणून पैसे देते. हे विशिष्ट प्रदेशांसाठी विशिष्ट वेळी ऑर्डर देऊ शकते. आतापर्यंत, त्याने $1.7 दशलक्ष किमतीची ऑर्डर दिली आहे आणि अधिकारी आणखी ऑर्डरचे पालन करतील अशी अपेक्षा करतात.

“हे मुख्यत्वे एक असे वाहन आहे ज्याद्वारे नक्षत्राच्या सतत वाढीस समर्थन दिले जाऊ शकते, तसेच फुग्यांचे हार्डवेअर आणि कार्यप्रदर्शन सुधारण्यासाठी संशोधन आणि विकासावर काही काम केले जाते,” विंडबोर्नचे सह-संस्थापक आणि CTO आंद्रे सुश्को यांनी रीडला सांगितले. ते पुढे म्हणाले की, स्पर्धात्मक बोली न लावता देण्यात आलेला करार, “सरकारचा निर्धार आहे की जागतिक डेटा संकलित करण्याच्या या क्षमतेसाठी, या ऑपरेशन्ससाठी त्यांच्या गरजा पूर्ण करण्यासाठी आम्ही ही एकमेव कंपनी प्रदान करू शकलो.”

विंडबोर्नचे सीईओ जॉन डीन यांनी ऑगस्टमध्ये रीडला सांगितले की कंपनीने आपला व्यवसाय वाढवणे सुरू ठेवण्यासाठी $37 दशलक्ष सीरीज बी राउंड उभारले आहे. या उन्हाळ्याच्या सुरुवातीला, कंपनीने आपल्या अंदाज मॉडेलची नवीनतम आवृत्ती, WeatherMesh 6 जारी केली, जी ते म्हणते युरोपियन सेंटर फॉर मीडियम-रेंज वेदर फोरकास्ट्स (ECMWF) द्वारे चालवलेल्या पारंपारिक मॉडेलपेक्षा अधिक अचूक अंदाज प्रदान करते, जे भौतिकशास्त्राच्या नियमांचा वापर करून वातावरणाचे अनुकरण करते.

ट्रान्सफॉर्मर मॉडेल आर्किटेक्चर्सचे आगमन आणि ECMWF ने काही वर्षांपूर्वी मोठ्या प्रमाणात हवामान डेटासेट जारी केल्यापासून, AI हवामान अंदाज हे सखोल-शिक्षण तंत्रज्ञानाच्या अधिक उत्पादक वापरांपैकी एक बनले आहे. हवामानशास्त्रज्ञ पूर्वी महागड्या सुपरकॉम्प्युटरवर अवलंबून असत जे सविस्तर समीकरणे चालवतात जे वातावरण कसे वागते. आता, एंड-टू-एंड लर्निंग दशकांचा हवामान डेटा ग्रहण करू शकते आणि अंदाज अधिक वेगाने जारी करू शकते.

फ्रंटियर लॅब आणि सरकारी एजन्सींनी तयार केलेले मॉडेल आहेत अधिक अचूक सिद्ध करणे पारंपारिक अंदाजापेक्षा, जरी ती अजूनही दातेरी सीमा आहे, हवामानाची उपयुक्त समज सक्षम करण्यासाठी दोन्ही प्रकारचे अंदाज आवश्यक आहेत. Google DeepMind चे नवीनतम हवामान मॉडेल महत्त्वपूर्ण नवीन क्षमता प्रदान करते आणि त्याचे चक्रीवादळ अंदाज साधने बनत आहेत वाढत्या प्रमाणात मध्यवर्ती यूएस सरकार चक्रीवादळ हंगामाला कसा प्रतिसाद देते.

ऑगस्टमध्ये विंडबोर्न ही एक अनपॉवर फ्लाइट सिस्टीम पाठवणारी पहिली संस्था बनली – ज्यामध्ये इंजिन नाही – डेटा संकलित करण्यासाठी टायफूनचा डोळा. कंपनी त्यांच्या फुग्यांची उंची समायोजित करून, वाहून जाणारी हवा किंवा गिट्टी म्हणून वाहून नेलेली वाळू टाकून, वाहनांना वाऱ्यावर पाठवण्यासाठी युक्ती करते, ज्यामुळे त्यांना जाण्याची गरज असते.

“हे एक सुंदर कादंबरी पाऊल आहे, आणि त्यासाठीचे दोन घटक म्हणजे एक, वारा आणि हवामानाचे चांगले मॉडेल असणे, आणि त्यांना कसे नेव्हिगेट करावे हे जाणून घेणे; आणि दोन, तुमच्याकडे योग्य ठिकाणी फुगे आहेत असे मोठे तारामंडल असणे,” सुश्को म्हणाली. “वास्तविक ऑपरेशनल निर्णयांसाठी सखोल-शिक्षण मॉडेल वापरण्यात आलेली ही पहिलीच वेळ आहे.”