Esta startup meteorológica de IA está superando as agências governamentais

Uma nova ferramenta de previsão do tempo com IA lançada hoje pela startup Sistemas Eólicos oferece previsões mais frequentes e precisas sobre variáveis-chave do que o sistema líder mundial desenvolvido pelos governos europeus, graças aos avanços na forma como as leituras dos sensores são alimentadas em modelos de aprendizagem profunda.

Fundado por um grupo de estudantes de Stanford em 2019, a Windborne começou construindo um balão meteorológico melhor, com a ideia de vender dados meteorológicos. Mas com a chegada dos modelos de aprendizagem profunda de previsão do tempo em 2022, a equipe percebeu que poderia capturar mais valor construindo também seu próprio modelo.

Hoje marca o lançamento da sexta versão desse modelo, WeatherMesh, que a empresa afirma ser mais preciso do que as previsões tradicionais e de IA produzidas pelo Centro Europeu de Previsão Meteorológica de Médio Prazo (ECMWF), a organização intergovernamental europeia vista pelos meteorologistas como o principal fornecedor de previsões meteorológicas precisas atualmente.

Windborne diz que a nova versão do seu modelo oferece uma previsão mais precisa do que os sistemas tradicionais e de IA do ECMWF em diversas variáveis. Uma maneira simples de entender isso, diz Kai Marshland, diretor de produtos da Windborne, é que o WeatherMesh 6 “é tão preciso cinco dias antes quanto uma previsão tradicional do dia anterior”, especialmente nas medições de temperatura da superfície.

O WeatherMesh 6 produz uma previsão a cada hora, em vez de a cada seis horas, como fazem os modelos tradicionais. A sua resolução caiu agora para 3 km na Europa e no território continental dos EUA, onde a qualidade dos dados é mais elevada.

As previsões meteorológicas tradicionais são geradas por modelos físicos complexos que exigem supercomputadores caros para funcionar e levam muito tempo para serem executados. Os modelos de IA — construídos por startups e grandes laboratórios como o Google DeepMind — tendem a se mover mais rapidamente do que os modelos físicos, mas por enquanto não têm uma resolução tão alta, tantas variáveis ​​e/ou prevêem com tanta precisão em horizontes de tempo mais longos.

Ainda assim, a IA meteorológica está a melhorar rapidamente e já está a ser utilizada nas principais agências governamentais em todo o mundo. Os investigadores estão a trabalhar para integrá-lo nos sistemas utilizados para agregar dados meteorológicos e produzir previsões públicas.

Os benefícios da Windborne com sua combinação única de construção de modelos e coleta de dados. A empresa tem agora cerca de 400 balões em voo que coletam leituras de sensores a qualquer momento, lançados em 15 locais ao redor do mundo. Os avanços em seu modelo atual vêm de melhorias na forma como os dados coletados pelos balões são inseridos nos modelos.

“Eu não entendo, pessoalmente, o modelo de negócios de ser (uma) empresa meteorológica baseada em IA sem uma vantagem de conjunto de dados”, disse o CEO da Windborne, John Dean, ao TechCrunch.

A superioridade do ECMWF é atribuída às habilidades da organização em “assimilação de dados”, o trabalho de transformar leituras díspares de sensores em uma imagem do mundo abrangente e legível por máquina. Por enquanto, os modelos meteorológicos de IA dependem de conjuntos de dados produzidos pelo ECMWF e pela Administração Nacional Oceânica e Atmosférica dos EUA.

Mas a Windborne e outras organizações estão trabalhando para alimentar dados diretamente nos modelos, e o chefe de IA da empresa, Joan Creus-Costa, diz que a ingestão direta de dados de seus balões e outras fontes é a principal razão para a melhoria na nova versão do WeatherMesh. Foi necessário um ano de ajuste e rearquitetura do modelo baseado em transformador para que o modelo entregasse essas previsões sem perder estabilidade.

“Quando começamos a fazer (assimilação de dados), ainda dependíamos muito do ECMWF”, disse Dean. “Prevejo hoje que, se removêssemos as condições iniciais do ECMWF, ainda teríamos um bom desempenho.”

A empresa sofreu um susto no ano passado, quando um avião da United Airlines bateu em um de seus balões. Embora o avião tenha sofrido pequenos danos, ninguém ficou ferido, em parte porque a Windborne seguiu os regulamentos dos EUA sobre o tamanho do seu pacote de sensores. Agora, porém, a empresa adicionou transponders aos seus balões que comunicam a sua localização através do sistema global de vigilância da aviação, ADS-B, num esforço para reduzir as probabilidades de outro acidente.

A Windborne, que levantou US$ 25 milhões em financiamento de risco com uma avaliação relatada de US$ 85 milhões em 2024, vende seus dados de balões para a NOAA, onde são usados ​​na empresa americana de previsão do tempo, e para a Força Aérea e Marinha dos EUA. A empresa também vende as suas previsões a investidores e comerciantes de matérias-primas, mas Dean diz que a empresa continua focada na construção do seu modelo e infra-estrutura de dados em vez de produtos comerciais, em parte devido à natureza mutável do ambiente de informação.

“Não estou tentando investir uma equipe enorme na construção de um produto SaaS, se a forma como as pessoas desejam as informações do consumidor daqui a dois anos for por meio de um agente, certo?” Dean disse.