WindBorne با پشتیبانی هوش مصنوعی؛ ۳۷ میلیون دلار برای تجاری‌سازی پیش‌بینی‌های جوی جمع‌آوری شد

شرکت نوپای WindBorne که با استفاده از بالون‌های پایدار و حسگرهای کم‌هزینه در حال جمع‌آوری داده‌های جوی است، در دور سرمایه‌گذاری سری B موفق به جذب ۳۷ میلیون دلار شد تا گام بعدی در تجاری‌سازی پیش‌بینی‌های آب‌وهوایی مبتنی بر هوش مصنوعی را بردارد. این دور سرمایه‌گذاری توسط Khosla Ventures و Galvanize همراه با مشارکت TransLink Capital، Lux Capital و دیگر سرمایه‌گذاران قبلی رهبری شد و پس از این سرمایه‌گذاری، ارزش‌گذاری شرکت به ۲۵۰ میلیون دلار رسیده است.

چرا این خبر مهم است
در سال‌های اخیر پیشرفت‌های یادگیری عمیق و مدل‌های بزرگ پیش‌بینی جوی (مشابه فناوری‌های پشت LLMها) باعث شده است شبیه‌سازی‌های هواشناسی که پیش‌تر نیازمند ابررایانه بودند، به صورت بهینه‌تر و حتی روی ماشین‌های کم‌هزینه‌تر اجرا شوند. WindBorne با ترکیب شبکه‌ای از بالون‌های طولانی‌پرواز و مدل‌های هوش مصنوعی، نه‌تنها داده‌های جدیدی تولید می‌کند، بلکه قادر است پیش‌بینی‌های دقیق‌تری ارائه دهد که برای بسیاری از تصمیم‌گیری‌های عملی در بخش‌های دولتی و خصوصی اهمیت دارد.

آنچه WindBorne انجام می‌دهد
– شبکه عملیاتی: این شرکت از سال ۲۰۱۹ فعالیت خود را آغاز کرده و امروز حدود ۲۰ سایت پرتاب در سراسر جهان دارد و تقریباً ۶۰۰ بالون در هر لحظه در آسمان داده‌برداری می‌کنند. این بالون‌ها قادر به جمع‌آوری مشاهدات در مناطق دشوار مانند چشم توفان‌ها هستند — مناطقی که ماهواره‌ها و رادارها پوشش کامل یا داده‌های درون‌جوّی لازم را ندارند.
– مجموعه داده اختصاصی: اطلاعات جمع‌آوری‌شده توسط WindBorne که مدیرعامل آن آن را «سیستم عصبی سیاره‌ای» می‌نامد، به عنوان یک مزیت رقابتی برای مدل پیش‌بینی آنها عمل می‌کند. این داده‌ها در کنار مجموعه‌های داده دولتی ترکیب شده و کیفیت پیش‌بینی‌ها را بهبود می‌دهد.
– نوآوری حسگرهای دریایی: این شرکت اخیراً بسته‌های حسگری هوابَر را توسعه داده که پس از سقوط در دریا به شناورهای شناور تبدیل شده و همچنان داده جمع‌آوری می‌کنند؛ راهکاری برای اندازه‌گیری‌های مستمر در اقیانوس‌ها.

مشتریان و بازار هدف
فعلاً بیشترین مشتریان WindBorne سازمان‌های دولتی هستند: سرویس ملی هواشناسی آمریکا از داده‌های شرکت خرید می‌کند و نیروی هوایی و نیروی دریایی آمریکا در پروژه‌های پژوهشی و توسعه‌ای با این شرکت همکاری دارند. از جمله اهداف پژوهشی، توسعه مدل‌هایی است که بتوانند مستقیماً روی کشتی‌ها اجرا شوند و با اتصال نامنظم به شبکۀ جهانی نیز کارایی داشته باشند — مفهومی که به پیش‌بینی‌های لبه (edge forecasting) شناخته می‌شود.

گسترش به بخش تجاری
هدف بعدی WindBorne سوق دادن خدمات به بازار خصوصی است؛ بازار فعلی شامل صندوق‌های سرمایه‌گذاری و شرکت‌های فعال در بازار کالاهاست که از پیش‌بینی هوا برای تحلیل قیمت‌ها و ریسک‌ها استفاده می‌کنند. تیم مدیریتی شرکت می‌گوید سرمایه جدید برای افزایش توان محاسباتی، جایگزینی سیستم‌های ارتباطی ماهواره‌ای با شبکه‌های رادیویی مشِ (mesh) کم‌هزینه‌تر و قابل‌اطمینان‌تر، و توسعه تیم بازاریابی و فروش برای نفوذ در بخش خصوصی هزینه خواهد شد. شبکه رادیویی مش می‌تواند هزینه‌ها و تأخیر در ارتباط را کاهش دهد و پایداری داده‌برداری در محیط‌های دورافتاده را افزایش دهد.

چالش‌ها و فرصت‌ها
در یک دهه گذشته چندین استارت‌آپ تلاش کردند با حسگرهای فضایی و شبکه‌های مشاهده زمین وارد بازار تجاری شوند، اما استخراج ارزش از این داده‌ها نیازمند دانش تخصصی و جریان‌های کاری مستقر است؛ به همین دلیل بسیاری از این شرکت‌ها ابتدا به مشتریان دولتی روی آوردند. اما به گفته سالونی مولتانی، شریک Galvanize که این دور را هم‌هدایت کرده است، «محدودیت اصلی بازار خصوصی همیشه هزینه و دشواری ادغام پیش‌بینی‌های هوا با تصمیمات کسب‌وکار بوده است. ما معتقدیم هوش مصنوعی این معادله را تغییر می‌دهد؛ پیش‌بینی‌های بهتر ارزش ادغام را بالا می‌برد و هوش مصنوعی اتصال این پیش‌بینی‌ها به تصمیمات کسب‌وکار را ساده‌تر می‌کند.»

نتیجه‌گیری
ترکیب حسگرهای نوآورانه، داده‌های اختصاصی و مدل‌های مبتنی بر هوش مصنوعی می‌تواند مرزهای جدیدی در پیش‌بینی هوا ایجاد کند؛ از بهبود امنیت عملیاتی در نیروی دریایی گرفته تا تصمیم‌گیری‌های اقتصادی در بازار کالاها. با جذب ۳۷ میلیون دلار سرمایه سری B، WindBorne در موقعیتی قرار دارد تا نه‌تنها کیفیت پیش‌بینی‌ها را افزایش دهد، بلکه راهکارهای کاربردی‌تری برای به‌کارگیری این پیش‌بینی‌ها در سازمان‌ها و صنایع مختلف ارائه کند — گامی مهم در جهت تجاری‌سازی داده‌های جوی و ادغام آن‌ها با هوش مصنوعی.

تبدیل متن‌های فارسی به صوت طبیعی و روان

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

اسکرول به بالا