חיל האוויר האמריקאי חותם עם WindBorne על חוזה של עד 49 מיליון דולר לרכישת נתוני בלונים
חיל האוויר האמריקאי יקנה נתונים אטמוספריים מצי בלוני מזג האוויר האוטונומיים של הסטארטאפ WindBorne, בחוזה ששוויו עשוי להגיע ל-49 מיליון דולר. החוזה ניתן בלי מכרז תחרותי. זה החוזה הגדול ביותר שהחברה השתתפה בו, והוא מצביע על ביקוש ממשלתי גובר לחיזוי מזג אוויר שמשלב חיישנים ו-AI.
חיל האוויר האמריקאי יקנה נתונים שאוספים בלוני מזג האוויר האוטונומיים של WindBorne Systems. כך דיווח TechCrunch בבלעדיות. שוויו של החוזה עשוי להגיע ל-49 מיליון דולר, וזה החוזה הגדול ביותר שהחברה השתתפה בו עד היום. לחברה כבר יש היסטוריה של עבודה צמודה עם הממשל האמריקאי: היא עבדה בצמוד לשירות מזג האוויר הלאומי (NWS), לחיל האוויר ולצי.
איך עובד החוזה
הסכום של 49 מיליון דולר הוא תקרה ולא תשלום מובטח. חיל האוויר משלם רק כשהוא צריך נתונים, והוא יכול להזמין אותם לאזורים מסוימים ולמועדים מסוימים. עד עכשיו הוזמנו נתונים בשווי 1.7 מיליון דולר, ובחברה מצפים להזמנות נוספות.
"זה בעיקר כלי שדרכו אפשר לממן את המשך הגדלת צי הבלונים, וגם עבודת מחקר ופיתוח לשיפור החומרה והביצועים של הבלונים", אמר ל-TechCrunch אנדריי סושקו, מייסד-שותף ו-CTO של WindBorne. לדבריו, העובדה שהחוזה ניתן בלי מכרז תחרותי היא "קביעה של הממשל שבתחום היכולת הזו, איסוף נתונים גלובלי, היינו החברה היחידה שיכלה לספק אותה בצורה שעונה על הצרכים שלהם למבצעים האלה".
בלונים, נתונים ומודל AI
החברה הוקמה ב-2015 ויושבת ברדווד סיטי שבקליפורניה. כ-700 בלונים שלה מרחפים כיום מעל כדור הארץ ואוספים מדידות אטמוספריות. החברה מוכרת את הנתונים ללקוחות, ובמקביל מזינה אותם למודל חיזוי מזג האוויר שפיתחה, שמבוסס על AI. לפי TechCrunch, WindBorne היא מהארגונים הראשונים שמזינים נתונים אמפיריים, כלומר מדידות שנאספו בשטח, ישירות למודל deep learning (למידה עמוקה) לחיזוי מזג אוויר.
בקיץ האחרון פרסמה החברה את הגרסה העדכנית של המודל, WeatherMesh 6. לטענתה, הוא מספק תחזיות מדויקות יותר מהמודל המסורתי של המרכז האירופי לתחזיות מזג אוויר לטווח בינוני (ECMWF), שמדמה את האטמוספרה בעזרת חוקי הפיזיקה. באוגוסט סיפר מנכ"ל החברה, ג'ון דין, שהחברה גייסה 37 מיליון דולר בסבב Series B כדי להמשיך להתרחב.
עוד באוגוסט הייתה WindBorne לארגון הראשון ששלח מערכת טיסה בלי מנוע לאסוף נתונים בעין של טייפון. לבלונים אין הנעה, ולכן החברה מכוונת אותם באמצעות שינוי גובה: היא משחררת אוויר או מטילה חול שמשמש כמשקולת, וכך מכניסה את הבלון לזרמי רוח שייקחו אותו ליעד. "זה צעד די חדשני, ויש לו שני מרכיבים", אמר סושקו. "אחד, מודלים טובים של רוח ומזג אוויר והיכולת לנווט בעזרתם. שניים, צי גדול מספיק כדי שיהיו לך בלונים במקומות הנכונים". לדבריו, "זו אחת הפעמים הראשונות שמודל deep learning שימש לקבלת החלטות מבצעיות בפועל".
למה זה חשוב
חיזוי מזג אוויר מבוסס AI הפך בשנים האחרונות לאחד התחומים שבהם deep learning הוכיח את עצמו במיוחד. שני דברים קידמו אותו: ארכיטקטורת ה-transformer, ומאגר נתוני מזג אוויר עצום ש-ECMWF פרסם לפני כמה שנים. בעבר הסתמכו המטאורולוגים על מחשבי-על יקרים שמריצים משוואות מפורטות. היום מודלים יכולים ללמוד מעשרות שנים של נתונים ולהפיק תחזיות מהר יותר. לפי TechCrunch, מודלים של מעבדות מובילות ושל גופים ממשלתיים כבר מדויקים יותר מתחזיות מסורתיות. עם זאת, היתרון שלהם עדיין לא אחיד, ועדיין צריך את שני סוגי התחזיות כדי לקבל תמונה שימושית של מזג האוויר. מודל מזג האוויר העדכני של גוגל DeepMind מציע יכולות חדשות חשובות, וכלי חיזוי הציקלונים שלה תופסים מקום מרכזי יותר ויותר בהיערכות של הממשל האמריקאי לעונת ההוריקנים.
על הרקע הזה, החוזה עם חיל האוויר מראה ככל הנראה שהממשל מעריך לא רק את המודלים, אלא גם את מי שמחזיק בנתונים הגולמיים. גם מודל AI טוב תלוי באיכות המדידות שמוזנות לו, והמשמעות היא שמי שמפעיל רשת חיישנים גלובלית משלו עשוי ליהנות מיתרון תחרותי. מבנה החוזה, תשלום לפי הזמנה ולא סכום קבוע, מרמז שהיקפו בפועל ייקבע לפי מידת השימוש שחיל האוויר יעשה בנתונים בשנים הקרובות.