北京
美国空军决定买一家初创公司收集的数据。这家公司叫WindBorne Systems，它手里有大约700个自主飞行气象气球，正在全球各地采集大气传感器读数。
这份合同的最高价值接近4900万美元。但空军并不是一次性付清，而是按需下单——需要哪个区域、哪个时段的数据，就下对应的订单。到目前为止，空军已经下了价值170万美元的订单，公司高管预计后续还会有更多。
这是WindBorne参与过的单笔最大合同。此前它已经和美国政府有过密切合作，尤其是美国国家气象局、空军和海军，但规模都无法和这次相比。
一份没有竞标的合同
这份合同没有经过竞争性招标。WindBorne联合创始人兼CTO Andrey Sushko对TechCrunch说，这相当于政府做出了一项判断：在收集全球数据这项能力上，只有他们一家公司能以符合这些操作需求的方式提供。
他还提到，这份合同在很大程度上是一个载体，既能支持星座的持续扩张，也能支撑一部分研发工作，用来继续改进气球的硬件和性能。
WindBorne成立于2015年，总部位于加州雷德伍德城。它是首批把实测数据直接喂给深度学习气象模型的组织之一。公司把气球采集的数据卖给客户，同时也输入自家的AI天气预报模型。
气球怎么飞到该去的地方
今年8月，WindBorne成为第一个把无动力飞行系统送入台风眼收集数据的组织。这套系统没有发动机。
气球靠调整高度来机动：放气，或者抛掉作为压舱物的沙子，从而进入能把它们带往目标位置的气流。
Sushko说，这是相当新颖的一步，需要两个条件——一是拥有良好的风场和天气模型，并且知道如何利用它们导航；二是星座规模足够大，能在正确的位置上有气球。他还说，这是深度学习模型首次被用于实际运营决策的案例之一。
AI天气预报走到哪一步了
自从Transformer架构出现，以及欧洲中期天气预报中心（ECMWF）几年前发布大规模气象数据集之后，AI天气预报成了深度学习技术产出较高的应用方向之一。
过去，气象学家依赖昂贵的超级计算机运行复杂方程，近似模拟大气行为。现在，端到端学习可以消化数十年的天气数据，更快地给出预测。
前沿实验室和政府机构构建的模型，正在被证明比传统预报更准确。不过这仍是一条参差不齐的前沿，两类预报都需要，才能形成对天气的有效理解。谷歌DeepMind最新的天气模型带来了重要的新能力，其气旋预报工具在美国政府应对飓风季的过程中正变得越来越关键。
WindBorne今年夏天发布了预报模型的最新版本WeatherMesh 6。公司称，它提供的预报比ECMWF运行的传统模型更准确——后者用物理定律模拟大气。
今年8月，WindBorne CEO John Dean曾对TechCrunch表示，公司完成了3700万美元的B轮融资，用于继续扩大业务规模。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
