Brightband 认为人工智能驱动的天气预报有着光明（且开源）的未来。

随着天气和气候数据的爆炸式增长，上一代工具无法处理，人工智能会是预测的未来吗？

研究确实表明了这一点，一家新获得资金的初创公司 Brightband 正试图将机器学习预测模型转化为一项业务和开源标准。

当今的天气预报和气候监测技术基于几十年前的统计和数值模型。这并不意味着它们不好或不正确——只是效率不太高。这类基于物理学的模型，你得在超级计算机上花几周时间来处理。

但人工智能擅长从大量数据中提取模式，研究表明，当人工智能基于多年的天气模式和世界各地的观测数据进行训练时，它能够以惊人的准确度预测即将发生的事件。

那么为什么它没有被到处使用呢？

Brightband（前身为 OpenEarthAI）的首席执行官兼联合创始人朱利安·格林（Julian Green）解释道：“存在这种差距的原因是，政府发现很难吸引顶尖人才，气象公司也是如此，而对于这些科技公司来说，气象并非其核心产业。他们不会深入该领域，也不会与相关从业者合作，为他们提供所需的工具。我们认为初创公司能够将优秀的人工智能人才、优秀的数据人才和优秀的气象人才聚集在一起。这是一个将人工智能投入实际应用并让每个人都能使用的真正机会。”

这家初创公司正在设计基于多年气象观测数据训练的自有模型，但联合创始人兼数据和气象主管丹尼尔·罗森伯格（Daniel Rothenberg）很快指出，他们是“站在巨人的肩膀上”。

他说：“基于物理学的大型模型堪称巨兽。但人工智能是这些模型的受益者——第一个飞跃是利用它们，发现这些模型确实能够学习那些模式。我们在此基础上进行构建和拓展。我们的目标是达到最先进的水平：与现有的全球天气预报一样好甚至更出色。”

格林指出，它的速度也会快几个数量级。“这就是核心的颠覆所在：它速度更快、成本更低”，使其更适用于定制和快速变化的用例。

格林接着说：“不同行业的人们有非常具体的需求。能源公司需要能够预测来自风能和太阳能的可再生能源供应，以及供暖和制冷的需求；运输公司需要避开极端天气；农业需要提前几周计划雇佣人员播种、浇水、施肥或收割。”

有趣的是，该公司正致力于发布其模型供任何人使用。

格林说：“我们的目标是开源基本的预测能力，不仅是模型，还有用于训练它的数据，以及用于评估它的指标，但会在其基础之上为更具体的功能提供付费服务。”

这样做的一部分意味着要包含（处理和发布）大量被跳过而倾向于使用预处理数据库的数据。

罗森伯格说：“气象气球和卫星产生了数拍字节（PB）的历史数据，但由于难以处理而被忽视。”但与大多数人工智能模型一样，数据越多越好，精心策划的多样化数据可以显著提高其输出质量。“我们确实觉得围绕这个建立一个社区将会加速我们在理解大气层方面所能做的事情，并大规模地开展。”

我提出，这看起来几乎就像他们在做国家气象局（其作为一项公共服务免费提供大量的观测数据和预报）和其他机构在可能的情况下会做的事情。

格林提出异议，称他们与这些机构密切合作，而且这些机构确实掌握着大量重要数据——只是这些数据不一定是那种反应迅速、便于携带的、高度响应消费者需求的公司所需要的数据。他表示，他们将此视为天气数据国际合作的延续。

至于他们在产品开发方面的实际进展：“相对而言还处于早期阶段，”格林承认道。“我们已经为此工作了几个月，目前还没有任何成果，但我们希望在 2025 年底能有一个模型，该模型能接收观测数据（即卫星或本地雷达图像）并为其生成预测。”

格林表示，Brightband 被构建为一家公益公司，但这“主要是一种信号”。“我们试图清晰地阐明我们的使命，坚定地表明我们的目标，并表示‘这就是我们感兴趣去做的事情’。我认为我们筹集到的 1000 万美元证明了我们有吸引资本的能力。”

在这种情况下，公共利益公司（PBC）基本上意味着董事会在某些情况下必须在股东利益和既定使命之间取得平衡，但并不限制利润或诸如此类的东西。

预计与天气相关的产品会先于与气候相关的产品推出——但两者都没有确切的时间表，除了年底的展示和汇报。

Brightband 的 1000 万美元 A 轮融资由 Prelude Venture 领投，Starshot Capital、Garage Capital、Future Back Ventures、Preston-Werner Ventures、CLAI Ventures、Adrien Treuille 和 Cal Henderson 参与。