تحليلات

فوز WindBorne بعقد سلاح الجو الأمريكي لجمع بيانات البالونات

حصلت شركة WindBorne على عقد كبير مع سلاح الجو الأمريكي لجمع بيانات الطقس، مما يعكس نجاحها في استخدام التكنولوجيا الحديثة.

فوز WindBorne بعقد كبير مع سلاح الجو الأمريكي لجمع بيانات البالونات

سوف يشتري سلاح الجو الأمريكي البيانات التي تجمعها أسطول من البالونات الجوية المستقلة التابعة لشركة WindBorne Systems بموجب عقد جديد قد تصل قيمته إلى 50 مليون دولار للشركة الناشئة.

أسطول البالونات الجوية

تمتلك WindBorne حالياً حوالي 700 بالون جوي يطير حول العالم، يجمع قراءات حساسات جوية تقوم الشركة ببيعها للعملاء وتغذي بها أيضاً نموذجها الخاص لتوقعات الطقس المعتمد على الذكاء الاصطناعي. تأسست WindBorne في عام 2015 ومقرها في مدينة ريدوود، كاليفورنيا، وهي واحدة من أولى المنظمات التي تغذي البيانات التجريبية مباشرة في نموذج توقعات الطقس المعتمد على التعلم العميق.

التعاون مع الحكومة الأمريكية

عملت الشركة بشكل وثيق مع الحكومة الأمريكية، وخاصة مع خدمة الطقس الوطنية وسلاح الجو والبحرية الأمريكية، ولكن هذا هو أكبر عقد شاركت فيه الشركة حتى الآن. العقد تبلغ قيمته 49 مليون دولار، لكن سلاح الجو يدفع فقط حسب الحاجة للبيانات. يمكنه تقديم طلبات لمناطق معينة في أوقات محددة. حتى الآن، تم طلب بيانات بقيمة 1.7 مليون دولار، ويتوقع التنفيذيون المزيد من الطلبات في المستقبل.

التطورات في نموذج التوقعات

قال أندريه سوشكو، المؤسس المشارك ورئيس قسم التكنولوجيا في WindBorne، لـ TechCrunch: “هذه وسيلة لدعم النمو المستمر للأسطول، بالإضافة إلى بعض الأعمال في البحث والتطوير لتحسين أداء البالونات.” وأضاف أن العقد، الذي تم منحه دون مناقصة تنافسية، هو “تحديد من الحكومة بأننا كنا الشركة الوحيدة القادرة على توفير هذه القدرة على جمع البيانات العالمية بالطريقة التي تلبي احتياجاتهم.”

تمويل الشركة

أخبر جون دين، الرئيس التنفيذي لشركة WindBorne، TechCrunch في أغسطس أن الشركة قد جمعت 37 مليون دولار في جولة التمويل من الفئة B لمواصلة توسيع أعمالها. في وقت سابق من هذا الصيف، أصدرت الشركة أحدث إصدار من نموذج توقعاتها، WeatherMesh 6، والذي تقول إنه يوفر توقعات أكثر دقة من النموذج التقليدي الذي تديره المركز الأوروبي للتوقعات الجوية متوسطة المدى (ECMWF).

تطورات الذكاء الاصطناعي في توقعات الطقس

منذ ظهور نماذج التحويل وإصدار ECMWF لمجموعة بيانات ضخمة عن الطقس قبل بضع سنوات، أصبحت توقعات الطقس المعتمدة على الذكاء الاصطناعي واحدة من أكثر الاستخدامات إنتاجية لتكنولوجيا التعلم العميق. كان علماء الأرصاد الجوية يعتمدون سابقاً على أجهزة الكمبيوتر الفائقة المكلفة التي تعمل على معادلات تفصيلية تقارب كيفية تصرف الغلاف الجوي. الآن، يمكن للتعلم الشامل استيعاب عقود من بيانات الطقس وإصدار توقعات بشكل أسرع.

نموذج Google DeepMind

تثبت النماذج التي بنتها المختبرات الرائدة والوكالات الحكومية أنها أكثر دقة من التوقعات التقليدية، رغم أنه لا يزال هناك تحديات، حيث يتطلب الأمر كلا النوعين من التوقعات لفهم مفيد للطقس. يقدم نموذج الطقس الأخير من Google DeepMind قدرات جديدة مهمة، وأدوات توقع الأعاصير الخاصة به أصبحت مركزية بشكل متزايد في كيفية استجابة الحكومة الأمريكية لموسم الأعاصير.

جمع البيانات في عيون الأعاصير

في أغسطس، أصبحت WindBorne أول منظمة ترسل نظام طيران غير مزود بمحرك لجمع البيانات في عين إعصار. تقوم الشركة بتحريك بالوناتها عن طريق ضبط ارتفاعها، أو تفريغ الهواء، أو إسقاط الرمل ك ballast، لإرسال المركبات إلى الرياح التي تأخذها إلى حيث تحتاج إلى الذهاب.

قال سوشكو: “هذه خطوة جديدة تماماً، والشرطين لذلك هما: أولاً، وجود نماذج جيدة للرياح والطقس، ومعرفة كيفية التنقل فيها؛ وثانياً، وجود عدد كافٍ من البالونات في الأماكن الصحيحة.” وأضاف: “إنها واحدة من المرات الأولى التي تم فيها استخدام نموذج التعلم العميق في اتخاذ قرارات تشغيلية فعلية.”

عند الشراء من خلال الروابط في مقالاتنا، قد نكسب عمولة صغيرة. هذا لا يؤثر على استقلاليتنا التحريرية.

تستمر WindBorne في الابتكار في مجال توقعات الطقس، معززةً مكانتها كشركة رائدة في هذا القطاع.

مقالات ذات صلة

زر الذهاب إلى الأعلى