Метеорологические дроны заполняют пробел в данных, который необходим как армиям, так и трейдерам.

      Бум искусственного интеллекта в метеорологии имеет грязный секрет. Несмотря на разговоры о моделях, которые предсказывают штормы за несколько дней, прогноз погоды с помощью ИИ зависит от наблюдений, которые его питают, а в последнее время их стало недостаточно.

      Согласно Bloomberg, теперь дроны отправляются в воздух, чтобы заполнить пробел, тихо становясь датчиками, на которые полагаются как армии, так и трейдеры энергетики.

      Слепая зона находится в нижних нескольких километрах атмосферы, в слое, где происходит большая часть нашей погоды. На протяжении десятилетий этот слой измерялся радиозондами, наполненными приборами, которые запускались дважды в день с метеостанций по всему миру.

      С уменьшением числа запусков уменьшается и объем данных, и время могло бы быть хуже для отрасли, стремящейся создать самые умные прогнозы, которые можно купить.

      Предложение по метеорологии на основе ИИ соблазнительно. Google DeepMind утверждает, что их система является самой точной в мире 10-дневной прогнозной моделью погоды.

      Но модель, обученная на данных вчерашних показаний, все равно нуждается в свежих измерениях, чтобы сообщить, что происходит на небе прямо сейчас. Если лишить ее фактических данных, даже самая умная нейронная сеть будет по сути угадывать.

      Упадок частично вызван внутренними проблемами. В Соединенных Штатах нехватка кадров после федеральных сокращений заставила Национальную метеорологическую службу приостановить или сократить запуски на ряде станций верхнего слоя атмосферы до 2025 года, что пробило дыры в наборе данных, которые прогнозисты долгое время считали само собой разумеющимся.

      На помощь приходят дроны. Компании, такие как швейцарская Meteomatics, запускают то, что она называет Meteodrones, небольшие беспилотные летательные аппараты, которые явно позиционируются как замена радиозондам.

      Они поднимаются на несколько километров, собирая данные о температуре, влажности, давлении и ветре по пути вверх, а затем приземляются, чтобы быть отправленными снова.

      Экономика тоже играет свою роль. Метеозонд — это одноразовое устройство, которое уходит с ветром и редко восстанавливается, в то время как дрон собирает свои данные и возвращается домой, превращая разрозненное покрытие в надежный источник информации.

      И эта идея переходит от демонстрации к практике. Meteomatics сообщает, что в этом году впервые предоставила оперативные данные о метеодронах Национальной метеорологической службе США, что является частью более широкого усилия NOAA по интеграции этих аппаратов в повседневное прогнозирование, а не рассматривать их как научный эксперимент.

      Вот где появляются деньги. На рынках электроэнергии и газа цены колеблются в зависимости от ветра, солнечной энергии и температуры, поэтому прогноз, даже немного более точный в ближайшие часы, дает прямое преимущество в торговле.

      Bloomberg сообщает, что трейдеры энергетики являются одними из самых заинтересованных клиентов в получении лучших данных с низкой высоты, по простой причине — это приносит прибыль.

      Военный интерес основывается на той же логике. Те самые показания, которые помогают трейдеру позиционировать газовые запасы, также помогают армии решить, когда лететь, когда стрелять и когда двигаться, поэтому Bloomberg рассматривает дронов как служащих как солдатам, так и спекулянтам.

      Все это приводит к неловкой истине для сообщества ИИ-погоды. Google DeepMind, чья последняя модель прогнозирования затмила конкуренцию, и конкуренты, такие как швейцарская Jua, которая утверждает, что обходит Microsoft и Google, стремятся создать лучшие модели.

      Тем не менее, гонка за лучшими сырыми данными, возможно, более важна и гораздо менее гламурна.

      Для Европы в этой истории есть стратегическое преимущество. Meteomatics — это европейская компания, продающая инструменты и оборудование для золотой лихорадки данных в американском прогнозировании, редкий случай, когда континент экспортирует оборудование, а не импортирует его, даже когда самые известные модели ИИ все еще появляются из Силиконовой долины.

      В этом есть забавная ирония. Будущее прогнозирования должно было принадлежать программному обеспечению, обширным моделям, обученным на десятилетиях истории.

      Вместо этого оно может зависеть от того, кто сможет разместить больше датчиков в небе и кто владеет показаниями, которые они отправляют обратно. Тот, кто это сделает, сможет зарабатывать деньги или выигрывать битвы, что является справедливой наградой для флота дронов, выполняющих неприметную работу, которую алгоритмы не могут управлять без них.