隨著天氣和氣候數據的爆炸，上一代工具無法處理，AI是否是預測的未來？

研究確實如此，一家名為 Brightband 的新創企業正在嘗試將機器學習預測模型變成商業和開源標準。

今天的天氣預測和氣候監測技術根植於幾十年前的統計和數值模型。這並不意味著它們不好或錯誤-只是不太高效。這些物理學模型是你在超級計算機上花幾周時間處理的。

但AI有一種天賦，可以從大量數據中找出模式，研究表明，當AI在全球多年的天氣模式和觀察數據上接受訓練時，它可以以驚人的準確度預測即將發生的事件。

那為什麼它不被廣泛應用呢？

“這種差距的原因是政府在吸引頂尖人才方面有困難，氣象公司也是如此，而對於這些技術公司來說，天氣不是它們的核心行業。他們沒有深入領域，也沒有與玩家合作提供他們所需的工具，”Brightband（前身為 OpenEarthAI）的首席執行官兼共同創始人 Julian Green 解釋道。“我們認為初創企業可以匯聚優秀的AI人才、優秀的數據人才和優秀的氣象人才。有一個實際的機會將AI進行實質性操作並使其向所有人提供。”

這家初創公司正在設計一個自己的模型，該模型接受了多年的天氣觀察數據訓練，但共同創始人兼數據和氣象主管 Daniel Rothenberg 迅速指出他們“建立在巨人的肩膀上”。

“大型基於物理的模型是妖怪，”他說。“但AI受益於這些模型-第一個飛躍是利用它們，發現模型真的可以學會那些模式。我們正在在此基礎上建立並擴展它。我們力爭達到先進水準：與當前全球天氣預報相同或更好。”

Green 也補充說，這將是數量級更快的，他說：“這是核心的破壞：它更快速且更便宜”，使其更適合自定義和快速移動的用例。

“不同行業的人們有著非常具體的需求，”Green 繼續說。“能源公司需要能夠預測來自風和太陽的可再生能源供應以及供暖和冷卻的需求；運輸公司需要避免極端天氣；農業需要計劃數周，以聘請人們進行播種、灑水、施肥或收穫。”

有趣的是，該公司承諾將其模型公開供任何人使用。

Green 表示：“我們的目標是開源基本的預測能力，不僅是模型，還有用於訓練它的數據，以及用於評估它的指標，但模型是為了向上層提供更具體功能的付費服務。”

其中一部分包括（並且處理和發布）大量被忽略的數據，這些數據優先於預處理的數據庫。

Rothenberg 說：“有很多來自氣象氣球和衛星的歷史數據，因為它們難以處理，所以被忽略掉了；但與大多數AI模型一樣，數據越多越好，並且精心策劃的多樣性可以顯著提高其輸出的質量。我们真地認為，圍繞此建立社區將加速我們在理解大氣和規模化方面所能做的事情。”

我提出這似乎幾乎像是他們在做美國國家氣象服務（作為公共服務提供大量觀測數據和預報）和其他機構如果可以做的事情。

Green 謙遜地表示，他們與這些機構密切合作，並確實是重要數據庫的保管者-只是這不一定是高度反應靈活的面向消費者公司所需的快速、便攜數據。他說他們視這為氣象數據的國際合作的一部分。

至於他們在實際建立產品的進展：“還比較早期，”Green承認。“我們已經做了幾個月，今天還沒有上線的東西，但我們希望在2025年底之前有一個模型，可以接受觀察（即衛星或本地雷達圖像）並為它們生成預報。”

Brightband 採用了公益性公司的結構，但Green說這“主要是信號”，他說：“我們試圖透明地標明我們的使命，將我們的使命掛在桅杆上並說'這就是我們感興趣的事情'。我認為我們籌集的1000萬美元是證明我們能夠吸引資本。”

在這種情況下，PBC 基本上意味著董事會在特定情況下必須平衡股東的利益與所陳述使命的利益，但並不限制利潤或其他任何東西。

預計會先推出與天氣有關的產品，而不是氣候產品-但除了年底的展示之外，兩者都沒有硬性時間表。

Brightband 的1000萬美元 A 輪融資由 Prelude Venture 領投，並有 Starshot Capital、Garage Capital、Future Back Ventures、Preston-Werner Ventures、CLAI Ventures、Adrien Treuille 和 Cal Henderson 參與。