Tu suis la course aux modèles IA ?
Chaque sortie (GPT, Claude, Gemini, Mistral…) décryptée le soir même, en 5 min. Gratuit.
Inclus dès l'inscription : notre sélection des meilleurs guides & comparatifs IA.
Choisis ton rythme
Gratuit · Pas de spam · Désabonnement en 1 clic
WindBorne Systems : une avancée technologique dans la prévision météorologique
La startup WindBorne Systems vient de dévoiler un nouvel outil de prévision météorologique basé sur l'intelligence artificielle, promettant des prévisions plus fréquentes et précises que celles des agences gouvernementales. Grâce à des avancées significatives dans l'intégration des lectures de capteurs dans des modèles d'apprentissage profond, cette technologie pourrait bien redéfinir les standards de l'industrie.
Fondée en 2019 par un groupe d'étudiants de Stanford, WindBorne a initialement développé un ballon météorologique innovant dans le but de vendre des données météorologiques. Cependant, l'émergence des modèles de prévision basés sur l'apprentissage profond en 2022 a poussé l'équipe à créer son propre modèle, voyant là une opportunité de maximiser la valeur de leurs données.
WeatherMesh 6 : une précision inégalée
Selon WindBorne, leur dernier modèle, WeatherMesh 6, offre une précision supérieure aux systèmes traditionnels et aux modèles IA de l'ECMWF (Centre européen pour les prévisions météorologiques à moyen terme). Kai Marshland, directeur produit de WindBorne, explique que WeatherMesh 6 peut prédire avec la même précision cinq jours à l'avance qu'une prévision traditionnelle la veille, notamment pour les températures de surface.
Cette sixième version du modèle WeatherMesh, lancée aujourd'hui, est présentée comme plus précise que les prévisions de l'ECMWF, un acteur majeur dans le domaine des prévisions météorologiques. WeatherMesh 6 se distingue par sa capacité à produire des prévisions toutes les heures, contrairement aux modèles traditionnels qui le font toutes les six heures, et offre une résolution de 3 km en Europe et aux États-Unis continentaux.
L'IA au service de la météorologie
Les prévisions météorologiques traditionnelles reposent sur des modèles physiques complexes nécessitant des superordinateurs coûteux et beaucoup de temps pour produire des résultats. Les modèles basés sur l'IA, développés par des startups et des laboratoires comme Google DeepMind, sont généralement plus rapides, bien que leur résolution soit souvent inférieure sur des prévisions à long terme.
Cependant, l'IA dans le domaine météorologique progresse rapidement et est déjà adoptée par des agences gouvernementales à travers le monde. Les chercheurs s'efforcent d'intégrer cette technologie dans les systèmes existants pour améliorer la collecte et la production de prévisions publiques.
Une collecte de données unique
WindBorne se distingue par sa méthode de collecte de données et la construction de ses modèles. Actuellement, environ 400 ballons de la société sont en vol, collectant des données à partir de 15 sites mondiaux. Les améliorations de leur modèle découlent de la manière dont ces données sont intégrées dans les modèles d'apprentissage.
John Dean, PDG de WindBorne, souligne l'importance d'un avantage en matière de données pour une entreprise météorologique basée sur l'IA. La supériorité de l'ECMWF réside dans son expertise en assimilation des données, transformant des lectures disparates en une image cohérente et exploitable par machine. Pour l'instant, les modèles IA dépendent des ensembles de données de l'ECMWF et de la NOAA.
Vers une autonomie des données
WindBorne et d'autres organisations s'efforcent de nourrir directement leurs modèles avec des données. Joan Creus-Costa, responsable de l'IA chez WindBorne, affirme que l'ingestion directe des données de leurs ballons est cruciale pour l'amélioration de WeatherMesh. Il a fallu un an pour ajuster le modèle basé sur transformer afin de fournir des prévisions stables sans dépendre des conditions initiales de l'ECMWF.
Dean prévoit que WindBorne pourrait bientôt se passer des conditions initiales de l'ECMWF tout en maintenant une performance élevée.
Sécurité et expansion
L'année dernière, un incident a eu lieu lorsqu'un avion de United Airlines a heurté un ballon de WindBorne. Bien que l'avion ait subi des dommages mineurs, personne n'a été blessé. Depuis, la société a équipé ses ballons de transpondeurs signalant leur position via le système ADS-B pour éviter de futurs accidents.
WindBorne a levé 25 millions de dollars de financement par capital-risque, avec une valorisation attendue de 85 millions de dollars en 2024. La société vend ses données à la NOAA, ainsi qu'à l'Armée de l'air et à la Marine des États-Unis. Elle propose également ses prévisions à des investisseurs et traders de matières premières, bien que son objectif principal reste le développement de son modèle et de son infrastructure de données.
Dean exprime sa réticence à investir massivement dans un produit SaaS, préférant se concentrer sur l'évolution de l'environnement de l'information et la manière dont les consommateurs accèdent aux données.
