WindBorne conquista um contrato substancial da Força Aérea dos EUA para seus dados de balão

A Força Aérea dos EUA comprará dados coletados pela frota de balões meteorológicos autônomos da WindBorne Systems sob um novo contrato que pode valer quase US$ 50 milhões para a startup.

A WindBorne tem atualmente cerca de 700 balões meteorológicos voando ao redor do globo, coletando leituras de sensores atmosféricos que a empresa vende para clientes e também alimenta em seu próprio modelo de previsão do tempo baseado em IA. A WindBorne, fundada em 2015 e sediada em Redwood City, Califórnia, é uma das primeiras organizações a alimentar diretamente dados empíricos em um modelo meteorológico de aprendizado profundo.

A empresa tem trabalhado em estreita colaboração com o governo dos EUA, particularmente o Serviço Nacional de Meteorologia e a Força Aérea e a Marinha dos EUA, mas este é o maior contrato individual de que a empresa já participou. O contrato vale até US$ 49 milhões, mas a Força Aérea paga apenas conforme precisa de dados. Ela pode fazer pedidos para regiões específicas em horários específicos. Até agora, encomendou o equivalente a US$ 1,7 milhão, e os executivos esperam que mais pedidos venham a seguir.

“Este é em grande parte um veículo através do qual o crescimento contínuo da constelação pode ser apoiado, bem como algum trabalho em pesquisa e desenvolvimento para continuar melhorando o hardware e o desempenho dos balões”, disse à TechCrunch o cofundador e diretor de tecnologia (CTO) da WindBorne, Andrey Sushko. Ele acrescentou que o contrato, que foi concedido sem licitação competitiva, é “uma determinação do governo de que, para essa capacidade de coletar dados globais, éramos a única empresa capaz de fornecê-la da maneira que atendesse às suas necessidades para essas operações”.

O CEO da WindBorne, John Dean, disse à TechCrunch em agosto que a empresa havia captado uma rodada da Série B de US$ 37 milhões para continuar dimensionando seus negócios. No início deste verão no hemisfério norte, a empresa lançou a versão mais recente de seu modelo de previsão, o WeatherMesh 6, que, segundo ela, fornece previsões mais precisas do que o modelo tradicional operado pelo Centro Europeu de Previsões Meteorológicas de Médio Prazo (ECMWF), que simula a atmosfera usando as leis da física.

Desde a chegada das arquiteturas de modelos do tipo transformer e o lançamento pelo ECMWF de um conjunto massivo de dados meteorológicos há alguns anos, a previsão do tempo por IA tornou-se um dos usos mais produtivos da tecnologia de aprendizado profundo. Os meteorologistas anteriormente dependiam de supercomputadores caros que executavam equações detalhadas que aproximam o comportamento da atmosfera. Agora, o aprendizado ponta a ponta pode ingerir décadas de dados meteorológicos e emitir previsões mais rapidamente.

Modelos construídos por laboratórios de fronteira e agências governamentais estão provando ser mais precisos do que as previsões tradicionais, embora ainda seja uma fronteira irregular, com ambos os tipos de previsão sendo necessários para permitir uma compreensão útil do clima. O mais recente modelo meteorológico do Google DeepMind oferece novos recursos importantes, e suas ferramentas de previsão de ciclones estão se tornando cada vez mais centrais para a forma como o governo dos EUA responde à temporada de furacões.

Em agosto, a WindBorne se tornou a primeira organização a enviar um sistema de voo não motorizado — um sem motor — para coletar dados no olho de um tufão. A empresa manobra seus balões ajustando sua altitude, liberando ar ou soltando areia carregada como lastro, para enviar os veículos para ventos que os levam para onde precisam ir.

“Esse é um passo bastante inovador, e os dois ingredientes para isso são um, ter bons modelos de vento e clima, e saber como navegar por eles; e dois, ter uma constelação grande o suficiente para que você tenha balões nos lugares certos”, disse Sushko. “Esta é uma das primeiras vezes que um modelo de aprendizado profundo foi usado para decisões operacionais reais.”