Spire Global запустила погодные ИИ-модели с прогнозом на 45 дней используя NVIDIA Earth-2

Компания Spire Global объявила о создании двух инновационных моделей искусственного интеллекта для прогнозирования погодных условий — AI-WX и AI-S2S. Они разработаны на платформе NVIDIA Omniverse Blueprint для системы Earth-2. Эти решения, использующие эксклюзивные спутниковые данные от Spire, разработаны специально для энергетического сектора, ЖКХ и сырьевых рынков, обеспечивая прогнозы с повышенной точностью.

Модель AI-WX предоставляет прогнозы на период до 20 дней, в то время как AI-S2S расширяет этот срок до 45 дней. Основой обеих моделей выступают уникальные методы ассимиляции данных от Spire, интегрирующие информацию из их глобальной сети спутников: атмосферные измерения, показатели почвенной влажности и параметры ветра. В отличие от традиционных методов, новые системы выдают вероятностные прогнозы, демонстрируя возможные сценарии развития событий. Среди первых клиентов подобного решения — компании Freepoint Commodities и Dominion Energy, которые уже используют эти инструменты для анализа рисков и управления последствиями экстремальных погодных явлений.

Ранее Spire при поддержке NVIDIA успешно интегрировала данные, полученные через спутниковые радиосигналы и собственные методы ассимиляции, в облачные API Earth-2, что стало базой для создания новых моделей. Сеть спутников Spire, насчитывающая более 100 аппаратов, осуществляет постоянный мониторинг ключевых атмосферных, морских и почвенных показателей, используемых для обучения нейросетей. Это дает возможность предсказывать такие явления, как ураганы, засухи и температурные аномалии, с точностью, недоступной традиционным методам.

С ростом потребности в более точных прогнозах в условиях изменения климата, технологии Spire и NVIDIA становятся важными инструментами для отраслей, где даже небольшие погодные изменения могут повлиять на многомиллионные решения. Эволюция ИИ-моделей открывает перед бизнесами новые горизонты в управлении рисками, улучшении логистики и стратегическом планировании в условиях неопределенности.

 

Источник: iXBT