WindBorne havo sharlari ma’lumotlari uchun AQSh harbiy-havo kuchlaridan qariyb 50 million dollarlik shartnoma oldi
Ob-havoni prognoz qilishda meteorologik sharlari va AI texnologiyalaridan foydalanadigan Silikon vodiysi startapi AQSh harbiylarining qariyb 50 million…
Ob-havoni prognoz qilishda meteorologik sharlari va AI texnologiyalaridan foydalanadigan Silikon vodiysi startapi AQSh harbiylarining qariyb 50 million dollarlik shartnomasini qo‘lga kiritdi.
AQSh Harbiy-havo kuchlari yangi shartnoma doirasida WindBorne Systems kompaniyasining avtonom meteorologik sharlari to‘plagan ma’lumotlarni sotib oladi. Shartnomaning umumiy qiymati startap uchun qariyb 50 million dollargacha yetishi mumkin.
Hozirda WindBorne dunyo bo‘ylab taxminan 700 ta meteorologik sharni uchirib kelmoqda. Ular atmosferadagi sensor ko‘rsatkichlarini yig‘adi. Kompaniya bu ma’lumotlarni mijozlariga sotadi va o‘zining AI asosidagi ob-havo prognozi modelini o‘qitishda ham foydalanadi. 2015-yilda tashkil etilgan WindBorne kompaniyasining bosh qarorgohi Kaliforniyaning Redwood City shahrida joylashgan. U atmosfera haqidagi real o‘lchov ma’lumotlarini bevosita deep learning asosidagi ob-havo modeliga uzatgan ilk tashkilotlardan biridir.
Kompaniya AQSh hukumati, xususan, Milliy meteorologiya xizmati, Harbiy-havo kuchlari va Harbiy-dengiz kuchlari bilan yaqindan hamkorlik qilib keladi. Biroq bu WindBorne ishtirok etgan eng yirik shartnomadir. Uning qiymati 49 million dollargacha bo‘lishi mumkin, ammo Harbiy-havo kuchlari ma’lumotlarga ehtiyoj tug‘ilgandagina pul to‘laydi. Ya’ni, kerakli vaqtda muayyan hududlar bo‘yicha alohida buyurtmalar berishi mumkin. Hozirgacha 1,7 million dollarlik buyurtma berilgan, kompaniya rahbarlari esa keyinchalik yana buyurtmalar tushishini kutmoqda.
“Bu, asosan, sharlar tarmog‘ini yanada kengaytirishni, shuningdek, qurilmalar va sharlarning ishlash samaradorligini yaxshilash bo‘yicha tadqiqot hamda ishlanmalarni moliyalashtirish imkonini beradigan mexanizm,” — dedi WindBorne asoschisi va texnologiyalar bo‘yicha direktori Andrey Sushko TechCrunch nashriga.
Uning qo‘shimcha qilishicha, raqobatli tenderlarsiz berilgan ushbu shartnoma “hukumat global ma’lumotlarni yig‘ish bo‘yicha aynan shu vazifalar talablariga mos keladigan xizmatni taqdim eta oladigan yagona kompaniya biz ekanimizni tan olganini anglatadi”.
WindBorne bosh direktori John Dean avgust oyida TechCrunch’ga kompaniya biznesini kengaytirishni davom ettirish uchun 37 million dollarlik Series B investitsiya raundini jalb qilganini aytgandi. Shu yoz boshida kompaniya WeatherMesh 6 prognoz modelining yangilangan versiyasini taqdim etdi. WindBorne’ning ta’kidlashicha, bu model atmosferani fizika qonunlari asosida simulyatsiya qiladigan Yevropa o‘rta muddatli ob-havo prognozlari markazi (ECMWF) ishlatadigan an’anaviy modelga qaraganda aniqroq prognozlar beradi.
Transformer model arxitekturalari paydo bo‘lgani va ECMWF bir necha yil avval ulkan ob-havo ma’lumotlar to‘plamini e’lon qilganidan beri AI yordamida ob-havoni prognoz qilish deep learning texnologiyasining eng samarali qo‘llanish yo‘nalishlaridan biriga aylandi. Avval meteorologlar atmosferadagi jarayonlarni taxminan ifodalovchi murakkab tenglamalarni hisoblaydigan qimmat superkompyuterlarga tayanardi. Endilikda end-to-end learning texnologiyasi o‘nlab yillar davomida to‘plangan ob-havo ma’lumotlarini tahlil qilib, prognozlarni ancha tez tayyorlay oladi.
Ilg‘or AI laboratoriyalari va davlat idoralari yaratgan modellar an’anaviy prognozlarga qaraganda aniqroq natija bermoqda. Shunga qaramay, bu yo‘nalish hali ham to‘liq shakllanib bo‘lgan emas: ob-havoni to‘g‘ri tushunish uchun yangi AI prognozlari ham, an’anaviy usullar ham zarur. Google DeepMind kompaniyasining eng yangi ob-havo modeli muhim yangi imkoniyatlarni taqdim etmoqda. Uning siklonlarni prognoz qilish vositalari AQSh hukumatining dovullar mavsumiga munosabat bildirish jarayonida tobora muhimroq o‘rin egallamoqda.
Avgust oyida WindBorne dvigatelsiz parvoz tizimini — ya’ni hech qanday motorga ega bo‘lmagan qurilmani — tayfun markazidan ma’lumot to‘plash uchun yuborgan ilk tashkilotga aylandi. Kompaniya sharlarni balandligini o‘zgartirish, ulardagi havoni chiqarish yoki ballast sifatida olib yuriladigan qumni tashlab yuborish orqali boshqaradi. Shu tariqa sharlar kerakli yo‘nalishda harakatlanadigan shamollarga olib kiriladi.
“Bu juda yangi va muhim qadam. Buning uchun ikkita asosiy shart kerak: birinchidan, shamol va ob-havo modellariga ega bo‘lish hamda ular asosida qanday harakatlanishni bilish; ikkinchidan, kerakli joylarda sharlar bo‘lishini ta’minlaydigan darajada katta tarmoqqa ega bo‘lish,” — dedi Sushko.
“Bu deep learning modeli real operatsion qarorlarni qabul qilishda qo‘llangan ilk holatlardan biridir.”