Brightband ve un futuro brillante (y de código abierto) para la previsión meteorológica impulsada por IA

Con una explosión de datos meteorológicos y climáticos que la última generación de herramientas no puede manejar, ¿es la IA el futuro de la previsión?

Las investigaciones ciertamente así lo sugieren, y una empresa emergente recientemente financiada llamada Brightband está intentando convertir los modelos de pronóstico de aprendizaje automático en un estándar empresarial y de código abierto.

Las técnicas actuales de predicción meteorológica y de vigilancia del clima se basan en modelos estadísticos y numéricos que datan de hace décadas. Eso no significa que sean malos o erróneos, sino que simplemente no son particularmente eficientes. Estos modelos basados ​​en la física son el tipo de cosas para las que se dedican algunas semanas en una supercomputadora.

Pero la IA tiene un don para extraer patrones de grandes cantidades de datos, y las investigaciones han demostrado que, cuando la IA se entrena con años de patrones climáticos y observaciones en todo el mundo, puede predecir eventos futuros con una precisión sorprendente.

Entonces ¿por qué no se utiliza en todas partes?

“La razón de que exista esta brecha es que al gobierno le resulta difícil atraer a los mejores talentos, al igual que a las empresas meteorológicas, mientras que para estas empresas tecnológicas, el clima no es su industria principal. No profundizan en el dominio ni trabajan con los actores para darles las herramientas que necesitan”, explicó Julian Green, director ejecutivo y cofundador de Brightband (antes conocida como OpenEarthAI). “Creemos que una startup reúne a grandes personas en inteligencia artificial, grandes personas en datos y grandes personas en meteorología. Existe una oportunidad real de poner en funcionamiento la inteligencia artificial y ponerla a disposición de todos”.

La startup está en proceso de diseñar su propio modelo entrenado con años de datos de observación meteorológica, pero Daniel Rothenberg, cofundador y director de datos y clima, se apresuró a señalar que están “parados sobre los hombros de gigantes”.

“Los grandes modelos basados ​​en la física son monstruos”, afirmó. “Pero la IA es la beneficiaria de esos modelos: el primer paso fue sacarles partido y descubrir que los modelos realmente pueden aprender esos patrones. Estamos trabajando a partir de eso y ampliándolo. Nuestro objetivo es alcanzar la tecnología más avanzada: tan buena o mejor que la previsión meteorológica global disponible”.

Green señaló que también sería mucho más rápido. “Esa es la principal disrupción: es más rápido y más barato”, lo que lo hace más adecuado para casos de uso personalizados y de rápida evolución.

“Las personas tienen necesidades muy específicas en diferentes industrias”, continuó Green. “Las compañías energéticas necesitan poder predecir el suministro de energías renovables provenientes del viento y el sol, y la demanda de calefacción y refrigeración; las compañías de transporte necesitan evitar condiciones climáticas extremas; la agricultura necesita planificar con semanas de antelación la contratación de personal para sembrar, regar, fertilizar o cosechar”.

Curiosamente, la empresa se ha comprometido a lanzar sus modelos para que cualquiera pueda utilizarlos.

“Nuestro objetivo es abrir el código fuente de la capacidad básica de pronóstico, no solo el modelo sino también los datos que se utilizan para entrenarlo y las métricas que se utilizan para evaluarlo; el modelo de bus consiste en sumar servicios pagos para capacidades más específicas”, dijo Green.

Parte de esto implica incluir (y procesar, y liberar) una gran cantidad de datos que se han omitido en favor de bases de datos preprocesadas.

“Hay petabytes y petabytes de datos históricos de globos meteorológicos y satélites que se ignoran porque es difícil trabajar con ellos”, dijo Rothenberg; pero como ocurre con la mayoría de los modelos de IA, cuantos más datos, mejor, y una variedad cuidadosamente seleccionada puede mejorar significativamente la calidad de sus resultados. “Realmente creemos que construir una comunidad en torno a esto acelerará las cosas que podemos hacer en términos de comprender la atmósfera y hacerlo a gran escala”.

Sugerí que esto parecía casi como si estuvieran haciendo lo que el Servicio Meteorológico Nacional (que proporciona toneladas de datos de observación y pronósticos de forma gratuita como servicio público) y otras agencias harían si pudieran.

Green se mostró reacio a aceptar esta propuesta, afirmando que trabajan en estrecha colaboración con esas agencias y que, en efecto, son los custodios de un tesoro de datos importantes, pero que no son necesariamente el tipo de datos rápidos y portátiles que necesita una empresa que trabaja de cara al consumidor y que responde a las necesidades de los consumidores. Dijo que consideran que esto es una continuación de la colaboración internacional en materia de datos meteorológicos.

En cuanto a la fase de desarrollo del producto en la que se encuentran actualmente, Green admitió: “Es relativamente pronto. Hemos estado trabajando en esto durante unos meses, todavía no hay nada en marcha, pero esperamos tener un modelo para fines de 2025 que tome observaciones (es decir, imágenes satelitales o de radar local) y produzca un pronóstico para ellas”.

Brightband está estructurada como una corporación de beneficio público, pero eso es “principalmente una señal”, dijo Green. “Estamos tratando de exponer nuestra misión de manera transparente, destacando nuestra causa y diciendo ‘esto es lo que nos interesa hacer’. Creo que los 10 millones que recaudamos son una prueba de que somos capaces de atraer capital”.

En este caso, una PBC básicamente significa que la junta tiene que equilibrar los intereses de los accionistas con los de la misión declarada en ciertas circunstancias, pero no limita las ganancias ni nada por el estilo.

Se espera un producto relacionado con el clima antes que uno relacionado con el clima, pero ninguno tiene un cronograma estricto, excepto la presentación de fin de año.

La ronda de serie A de 10 millones de dólares de Brightband fue liderada por Prelude Venture, con la participación de Starshot Capital, Garage Capital, Future Back Ventures, Preston-Werner Ventures, CLAI Ventures, Adrien Treuille y Cal Henderson.