es.wedoany.com Noticia: La startup WindBorne Systems ha lanzado un modelo de predicción meteorológica basado en inteligencia artificial llamado WeatherMesh-6. Este modelo es más preciso que los modelos tradicionales y las predicciones de IA del Centro Europeo de Previsiones Meteorológicas a Medio Plazo (ECMWF) en variables clave, y ofrece una frecuencia de pronóstico más alta. WindBorne fue fundada en 2019 por un grupo de estudiantes de Stanford, inicialmente dedicada a fabricar globos meteorológicos y planear la venta de datos climáticos. Después de que los modelos de aprendizaje profundo aparecieran en el campo de la predicción meteorológica en 2022, el equipo se dio cuenta de que construir su propio modelo podría capturar más valor.
Kai Marshland, director de producto de la empresa, afirmó que la precisión del pronóstico de WeatherMesh-6 a cinco días equivale al nivel de los pronósticos tradicionales a un día, destacando especialmente en la medición de la temperatura superficial. El modelo genera un pronóstico cada hora, mientras que los modelos tradicionales lo hacen cada seis horas. Su resolución se ha reducido a 3 kilómetros en las áreas con mayor calidad de datos en Europa y Estados Unidos continentales.
Los pronósticos meteorológicos tradicionales dependen de complejos modelos físicos que requieren supercomputadoras costosas y mucho tiempo de ejecución. Los modelos de IA suelen funcionar más rápido, pero en esta etapa tienen una resolución más baja y una precisión insuficiente en predicciones a largo plazo. A pesar de ello, la IA meteorológica está avanzando rápidamente y ya es utilizada por las principales agencias gubernamentales del mundo.
La ventaja de WindBorne radica en la combinación de la construcción de modelos con la recopilación de datos. Actualmente, la empresa tiene aproximadamente 400 globos en el aire en cualquier momento para recoger lecturas de sensores, lanzados desde 15 ubicaciones en todo el mundo. Joan Creus-Costa, director de IA de la empresa, indicó que la ingesta directa de datos de sus globos y otras fuentes es una razón clave para la mejora de la nueva versión de WeatherMesh. El equipo pasó un año ajustando y rediseñando la arquitectura del modelo basado en transformadores para que ofreciera estos pronósticos manteniendo la estabilidad. La fortaleza del ECMWF radica en su habilidad en la asimilación de datos, es decir, convertir diferentes lecturas de sensores en una imagen completa del mundo legible por máquinas. Actualmente, los modelos de IA meteorológica dependen de conjuntos de datos generados por el ECMWF y la Administración Nacional Oceánica y Atmosférica (NOAA) de EE. UU.
John Dean, director ejecutivo de la empresa, afirmó que si se eliminan las condiciones iniciales del ECMWF, el modelo de WindBorne aún puede funcionar excepcionalmente bien. El año pasado, la empresa experimentó un incidente en el que un avión de United Airlines chocó contra uno de sus globos, causando daños menores al avión pero sin heridos. Desde entonces, la empresa utiliza el sistema global de vigilancia aérea ADS-B para mover los globos y evitar aeronaves en vuelo. WindBorne monitorea el tráfico aéreo y maniobra los globos para esquivarlos, pero aún no ha instalado transpondedores ADS-B en su plataforma de sensores.
WindBorne ha recaudado 25 millones de dólares en capital de riesgo, y según informes, su valoración en 2024 alcanzó los 85 millones de dólares. La empresa vende sus datos de globos a la NOAA para fines de predicción meteorológica en EE. UU., así como a la Fuerza Aérea y la Armada de EE. UU. También vende pronósticos a inversores y comerciantes de materias primas, pero el director ejecutivo Dean afirmó que la empresa sigue centrada en construir modelos y infraestructura de datos, en lugar de productos comerciales, en parte debido al entorno informativo en constante cambio.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
