Không quân Hoa Kỳ sẽ mua dữ liệu thu thập từ phi đội khinh khí cầu thời tiết tự hành của startup WindBorne Systems theo một hợp đồng mới có giá trị lên tới gần 50 triệu USD.
WindBorne hiện duy trì khoảng 700 khinh khí cầu thời tiết hoạt động liên tục trên toàn cầu để ghi nhận các chỉ số cảm biến khí quyển. Nguồn dữ liệu này vừa được bán cho khách hàng, vừa được nạp trực tiếp vào mô hình dự báo thời tiết AI do chính công ty phát triển. Thành lập năm 2015 tại Redwood City, California, WindBorne là một trong những đơn vị tiên phong trong việc đưa trực tiếp dữ liệu thực nghiệm vào mô hình thời tiết ứng dụng công nghệ học sâu.
Dù từng hợp tác chặt chẽ với nhiều cơ quan thuộc chính phủ Mỹ như Cơ quan Thời tiết Quốc gia, Không quân và Hải quân, đây vẫn là hợp đồng có quy mô lớn nhất mà WindBorne từng tham gia. Hợp đồng có hạn mức tối đa 49 triệu USD, trong đó Không quân Mỹ chỉ thanh toán khi phát sinh nhu cầu dữ liệu tại các khu vực và thời điểm cụ thể. Đến nay, lực lượng này đã đặt lượng đơn hàng trị giá 1,7 triệu USD và ban lãnh đạo công ty kỳ vọng con số sẽ tiếp tục tăng trong thời gian tới.
Đồng sáng lập kiêm Giám đốc Công nghệ (CTO) của WindBorne, ông Andrey Sushko, cho biết hợp đồng được trao thẳng không qua đấu thầu cạnh tranh, thể hiện sự công nhận từ chính phủ rằng WindBorne là đơn vị duy nhất có khả năng thu thập và cung cấp dữ liệu toàn cầu đáp ứng đầy đủ yêu cầu cho các chiến dịch quân sự. Nguồn kinh phí này sẽ là đòn bẩy giúp công ty mở rộng mạng lưới khinh khí cầu và đẩy mạnh nghiên cứu phát triển nhằm nâng cao hiệu năng phần cứng.
Hồi tháng 8, CEO John Dean xác nhận WindBorne đã huy động thành công 37 triệu USD trong vòng gọi vốn Series B. Đầu mùa hè qua, công ty cũng ra mắt WeatherMesh 6, phiên bản mô hình dự báo mới nhất mà họ khẳng định có độ chính xác vượt trội hơn so với mô hình mô phỏng khí quyển dựa trên định luật vật lý truyền thống của Trung tâm Dự báo Thời tiết Hạn vừa châu Âu (ECMWF).
Kể từ khi kiến trúc mô hình transformer xuất hiện cùng kho dữ liệu thời tiết khổng lồ do ECMWF công bố vài năm trước, dự báo thời tiết bằng AI đã trở thành một trong những lĩnh vực ứng dụng hiệu quả nhất của công nghệ học sâu. Thay vì phụ thuộc vào các siêu máy tính đắt đỏ giải hệ phương trình phức tạp, phương pháp học đầu-cuối (end-to-end learning) có thể xử lý lượng dữ liệu tích lũy qua nhiều thập kỷ để đưa ra dự báo nhanh chóng hơn.
Các mô hình do các phòng thí nghiệm tiên phong và cơ quan chính phủ phát triển đang chứng minh độ chính xác cao hơn dự báo truyền thống, dù cả hai phương pháp hiện vẫn cần bổ trợ lẫn nhau. Đơn cử, mô hình thời tiết mới nhất của Google DeepMind đang đem lại những năng lực vượt trội, đặc biệt là công cụ dự báo bão nhiệt đới ngày càng đóng vai trò trọng yếu trong nỗ lực ứng phó thiên tai của chính phủ Mỹ.
Cũng trong tháng 8, WindBorne đã lập cột mốc khi trở thành tổ chức đầu tiên đưa một hệ thống bay không động cơ vào tâm bão để thu thập dữ liệu. Khinh khí cầu được điều hướng bằng cách thay đổi độ cao, xả khí hoặc thả cát dằn để bắt đúng các luồng gió mục tiêu. Theo ông Sushko, thành tựu này dựa trên hai yếu tố then chốt: mô hình gió và thời tiết chuẩn xác phục vụ định hướng, cùng mạng lưới khí cầu đủ dày đặc; đồng thời là một trong những minh chứng đầu tiên cho việc ứng dụng mô hình học sâu vào các quyết định điều hành thực tế.
