人工智能能否重塑气象预测？初创公司Brightband给出肯定答案

随着气象与气候数据呈爆炸式增长，传统工具已难以应对。研究证实人工智能有望成为预测技术的未来，而新晋初创公司Brightband正致力于将机器学习预测模型转化为商业及开源标准。

AI赋能：突破传统数值模型瓶颈

现行天气预测与气候监测技术多基于数十年历史的统计和数值模型。这些基于物理的模型虽非错误，但效率较低，通常需占用超级计算机数周时间运行。相比之下，人工智能擅长从海量数据中提取模式；当以全球多年天气模式和观测数据为训练基础时，AI能以惊人准确性预测即将发生的事件。

Brightband（前身为OpenEarthAI）CEO兼联合创始人朱利安·格林（Julian Green）指出，当前应用滞后的原因在于政府和气象公司难以吸引顶尖人才，且科技巨头未深入该领域提供专用工具。“我们认为初创企业能汇聚优秀AI人才、数据专家和气象专家，将AI投入实际应用并普及化，这存在巨大机遇。”

站在巨人肩膀上：更快、更准、更普惠

Brightband基于多年气象观测数据设计自有模型。联合创始人兼数据与气象负责人丹尼尔·罗森伯格（Daniel Rothenberg）强调，他们“站在巨人的肩膀上”——利用大型物理模型发现AI可学习其模式，并在此基础上扩展，目标是达到甚至超越现有全球天气预报水平。

格林表示，新模型速度将快数个数量级，“更快、更便宜”的核心颠覆使其更适合定制化及快速变化场景。不同行业需求各异：能源公司需预测可再生能源供应及冷暖需求；运输业需规避极端天气影响；农业则需提前数周规划播种、灌溉或收割。

开源承诺与数据社区建设

Brightband承诺开源基本预测能力，包括模型本身、训练数据及评估指标，商业模式则是在此基础上叠加付费服务以提供更具体功能。此举包含处理并发布大量曾被忽视的历史数据。

罗森伯格指出，气象气球和卫星积累了海量历史数据却因难处理而被搁置。但与大多数AI模型一样，精心策划的多样化数据能显著提升输出质量。“我们坚信围绕此构建社区将加速大气层理解工作并实现规模化应用。”

针对是否替代国家气象局等公共机构的疑问，格林澄清双方紧密合作，机构是重要数据宝库守护者，但其数据未必满足面向消费者公司的快速、可移植需求。Brightband将此视为国际天气数据合作的延续。

产品进展与公司架构

目前产品开发仍处于早期阶段。格林透露，团队已工作数月，计划于2024年底推出首个模型，接收卫星或本地雷达图像等观测数据并生成预报。预计先推出天气相关产品，气候产品暂无明确时间表。

Brightband注册为公共效益公司（PBC），格林称这主要是“信号传递”，旨在透明阐述使命。PBC要求董事会在特定情况下平衡股东利益与既定使命，但不限制利润。公司已筹集1000万美元A轮融资，由Prelude Ventures领投，Starshot Capital、Garage Capital、Future Back Ventures、Preston-Werner Ventures、CLAI Ventures、Adrien Treuille和Cal Henderson参与投资。