Le start-up stanno cercando di prevedere meglio il tempo – ed è complicato

Commento

Alla fine di ottobre, le previsioni del tempo per il prossimo inverno californiano non erano molto umide.

Poi, alla fine di dicembre, sono arrivate le forti piogge e hanno continuato a piovere. A metà gennaio, lo stato aveva ricevuto da 200 a 600 volte le precipitazioni normali per quel periodo dell’anno.

Previsioni meteorologiche imprecise spingono le start-up tecnologiche a precipitarsi in un settore dominato dalle agenzie governative e che richiede tempo per cambiare. Ad esempio, le previsioni meteorologiche a cinque giorni oggi hanno la stessa precisione delle previsioni a tre giorni negli anni ’90, hanno affermato molti meteorologi.

Le start-up stanno ricevendo finanziamenti per miliardi di dollari volti a ottenere dati migliori per i loro modelli meteorologici privati. Si stima che le previsioni meteorologiche private siano un’industria da almeno 7 miliardi di dollari. Almeno 880 milioni di dollari in finanziamenti di rischio sono confluiti nelle start-up di tecnologia meteorologica negli ultimi anni, mostrano i dati di Crunchbase.

Queste aziende lanciano i propri satelliti e inviano droni in mare per cercare punti dati creativi. Molti usano l’intelligenza artificiale per alimentare algoritmi di previsione meteorologica.

Molte di queste start-up non esistono ancora, dicono i meteorologi. Le aziende fanno affermazioni audaci che sembrano irrealistiche, soprattutto quando spesso sono migliori dei dati forniti dal governo.

Ma la pista su cui si trovano è importante, affermano i dirigenti delle start-up. Poiché il cambiamento climatico aumenta gli eventi meteorologici estremi che uccidono le persone e causano danni per miliardi di dollari, avere un’idea migliore di quando sta arrivando una tempesta potrebbe salvare vite umane e molti soldi.

Tomorrow.io, una società di tecnologia meteorologica fondata nel 2016 da veterani militari israeliani, afferma di poter rendere le previsioni meteorologiche più accurate utilizzando algoritmi di previsione proprietari, dati pubblici e “milioni di input diversi” da dati privati ​​per creare una “previsione più precisa “, secondo il suo chief marketing officer, Dan Slagen. I punti dati privati ​​possono includere i dati dei sensori di droni e aerei, o anche “i tergicristalli lasciano l’auto”, ha detto Slagen.

L’azienda fornisce un’app gratuita che chiunque può scaricare. Ma gran parte dell’attività dell’azienda è una piattaforma di intelligence che fornisce consigli ai clienti su come ottimizzare le operazioni aziendali in base alle previsioni, secondo Slagen. Le compagnie aeree, ad esempio, possono essere invitate a sbrinare gli aerei in un determinato momento prima che faccia troppo freddo, oppure le compagnie di autotrasporto possono essere avvisate di inviare le loro flotte prima per sconfiggere un tifone

I clienti dell’azienda, che includono la US Air Force, Delta Air Lines e Uber, in genere pagano da migliaia a milioni di dollari all’anno per questa piattaforma, ha affermato Slagen. E nei prossimi mesi, la società lancerà il primo di circa 20 satelliti perché ritiene che lo spazio abbia i migliori dati meteorologici. Avere i propri satelliti potrebbe consentire all’azienda di ottenere i dati più velocemente, ha affermato Slagen.

“[It’s] un grande punto di svolta “, ha detto.

Salient Predictions, iniziato nel 2019, tenta di prevedere in modo più accurato il tempo al di fuori di alcuni mesi. Utilizza l’apprendimento automatico, che è un software che consente ai computer di digerire le informazioni e adattarsi da soli, per analizzare i set di dati globali con più di 20 variabili, tra cui la salinità dell’oceano, la temperatura e la pressione del mare, la velocità del vento e la temperatura dell’aria. L’azienda ritiene che i suoi metodi siano migliori prevedere pioggia.

Matt Stein, il co-fondatore dell’azienda, ha affermato che l’uso dell’apprendimento automatico da parte di Salient Predictions è in prima linea nelle agenzie governative, che secondo lui si stanno “allontanando” dall’apprendimento automatico a favore di quelli tradizionali basati sulla fisica. I clienti dell’azienda includono Zurich Insurance, BASF e la società di produzione di birra AB InBev, e il costo della sua piattaforma può iniziare a “sei cifre basse”, ha affermato Stein.

Saildrone è un’azienda che ha più di 100 droni inviati nell’oceano per raccogliere dati. (Video: Saidrone)

E Saildrone, azienda fondata nel 2012, ha una flotta di oltre 100 droni che assomigliano a barche a vela, molti dei quali sono alimentati da energia solare ed eolica. Possono essere inviati in mare da sei mesi a un anno alla volta per raccogliere dati che altrimenti sarebbero molto difficili da ottenere a causa della natura aspra del mare.

Matt Womble, direttore del programma di dati oceanici di Saildrone, ha affermato che effettuare più osservazioni meteorologiche oceaniche aiuta a mappare le tempeste e i sistemi meteorologici prima che approdino. La società è incaricata da agenzie come la National Oceanic and Atmospheric Administration degli Stati Uniti per le missioni durante la stagione degli uragani. Ha rifiutato di dire quanto costa.

Le persone hanno cercato di prevedere il tempo per secoli. Prima della tecnologia moderna, il mondo dava indizi: “Cielo rosso al mattino, avvertono i marinai”, dice un detto. “Apri il pino, il tempo è buono”, consigliava uno, riferendosi alle pigne che aprono le squame nell’aria secca.

Negli anni ’50, il mondo ha visto le sue prime previsioni computerizzate, gettando le basi per le previsioni del tempo oggi.

Attualmente, due dei modelli meteorologici più importanti al mondo sono il Global Forecasting System, gestito dal NOAA e il Centro europeo per le previsioni meteorologiche a medio termine, gestito da un’organizzazione intergovernativa indipendente supportata da molti paesi europei.

In California, la siccità si è trasformata in un’alluvione. I meteorologi non l’hanno mai visto arrivare.

David Novak, il direttore del Weather Prediction Center del NOAA, ha dichiarato in un’intervista che le moderne previsioni meteorologiche sono un processo in più fasi.

Inizia con l’osservazione dello stato attuale dell’ambiente. Per fare ciò, satelliti, radar e palloni meteorologici acquisiscono dati chiave come la temperatura, la velocità del vento e l’umidità dell’aria.

Tali dati vengono inseriti in modelli sofisticati e computer ad alta potenza, che utilizzano le equazioni della fisica per creare rappresentazioni numeriche dell’ambiente. Questo viene quindi fatto avanti per prevedere il tempo futuro, ha aggiunto Novak. Da lì, i meteorologi locali rivedono spesso diversi modelli e previsioni di imbarcazioni per il grande pubblico.

Questo video è stato catturato da Saildrone Explorer SD 1078 durante l’uragano Fiona nell’Oceano Atlantico a settembre. 22, 2022. (Video: Saildrone)

Satelliti migliori, radar più accurati e una maggiore potenza di calcolo hanno reso le previsioni più accurate, ha affermato. Ma Novak riconosce che le previsioni potrebbero essere migliori.

Come i cambiamenti climatici influenzeranno i fiumi nell’atmosfera

I modelli computerizzati devono studiare meglio il modo in cui l’oceano e l’atmosfera interagiscono, ha affermato. Le immagini satellitari devono essere migliori, ha aggiunto. Ad esempio, i satelliti inviano immagini della Terra al Global Forecasting System in blocchi di circa 13 chilometri, che secondo Novak dovrebbero essere ridotti a una sola cifra.

“È un’incredibile quantità di punti dati”, ha detto. “Hai bisogno di questo calcolo ad altissime prestazioni per fare quel tipo di calcoli veloci.”

È gennaio, ma i tornado continuano a rotolare come se fosse aprile

Alcuni meteorologi ed esperti meteorologici temono che il settore privato sia troppo coinvolto nelle previsioni meteorologiche.

Andrew Blum, autore del libro “The Weather Machine”, ha affermato che vale la pena essere “estremamente cauti” riguardo alle affermazioni delle start-up secondo cui possono migliorare notevolmente le previsioni, perché molte start-up traggono grandi vantaggi dai dati pubblici che alimentano i loro algoritmi.

Blum ha anche osservato che, con il peggioramento delle condizioni meteorologiche estreme, c’è un maggiore incentivo per le start-up a fornire i migliori modelli meteorologici, poiché le aziende vogliono prevenire il caos finanziario causato dagli uragani. Ma ciò potrebbe inavvertitamente danneggiare il pubblico.

“Hai un turno”, dice Blum, “dove le persone che possono permettersi previsioni migliori ottengono previsioni migliori”.

Leave a Reply

Your email address will not be published. Required fields are marked *