WindBorne คว้าสัญญาใหญ่จากกองทัพอากาศสหรัฐ ซื้อข้อมูลบอลลูนตรวจอากาศมูลค่าสูงสุด $49 million
กองทัพอากาศสหรัฐตกลงซื้อข้อมูลจากฝูงบอลลูนตรวจอากาศอัตโนมัติของ WindBorne ภายใต้สัญญาสูงสุด $49 million ช่วยขยายเครือข่ายเก็บข้อมูลทั่วโลกและพัฒนาระบบพยากรณ์อากาศด้วย AI

กองทัพอากาศสหรัฐจะสั่งซื้อข้อมูลจากฝูงบอลลูนตรวจอากาศอัตโนมัติของ WindBorne Systems ตามสัญญาใหม่ที่มีมูลค่าสูงสุดถึง $49 million โดยหน่วยงานจะเรียกสั่งข้อมูลเป็นครั้งคราวตามความต้องการ ขณะนี้มีการสั่งซื้อเริ่มต้นไปแล้วมูลค่า $1.7 million นับเป็นสัญญาใหญ่ที่สุดที่สตาร์ทอัพรายนี้เคยได้รับ
เทคโนโลยีและข้อมูลของ WindBorne
WindBorne ซึ่งก่อตั้งในปี 2015 และตั้งอยู่ที่ Redwood City ปัจจุบันมีบอลลูนตรวจอากาศประมาณ 700 ลูกลอยอยู่ทั่วโลก บอลลูนเหล่านี้เก็บข้อมูลเซนเซอร์บรรยากาศต่างๆ ที่บริษัทส่งขายให้ลูกค้าและป้อนเข้าโมเดลพยากรณ์อากาศด้วย AI ของตัวเอง ตัวโมเดลล่าสุดของบริษัทคือ WeatherMesh 6 ซึ่งบริษัทระบุว่าสามารถให้การพยากรณ์แม่นยำกว่าแบบจำลองทางฟิสิกส์แบบดั้งเดิมที่ใช้โดย European Centre for Medium-Range Weather Forecasts หรือ ECMWF
รายละเอียดสัญญากับกองทัพอากาศ
สัญญาครั้งนี้เปิดช่องให้กองทัพอากาศสั่งซื้อข้อมูลเป็นรายพื้นที่และตามช่วงเวลาที่ต้องการ โดยจ่ายเฉพาะเมื่อเรียกสั่งใช้งานจริง ซึ่ง WindBorne ระบุว่าจะนำเงินส่วนนี้ไปใช้สนับสนุนการขยายฝูงบอลลูนและงานวิจัยพัฒนาเพื่อต่อยอดฮาร์ดแวร์และประสิทธิภาพของระบบ บริษัทรายงานว่าการได้สัญญาแบบไม่ต้องแข่งขันประมูลนั้นสะท้อนการตัดสินใจของรัฐบาลว่าความสามารถในการเก็บข้อมูลทั่วโลกของ WindBorne ตอบโจทย์การปฏิบัติการของหน่วยงาน
แนวทางการนำบอลลูนเข้าไปเก็บข้อมูลในสภาพอากาศรุนแรง
หนึ่งในพัฒนาการที่โดดเด่นคือ WindBorne สามารถส่งระบบบินที่ไม่ใช้เครื่องยนต์เข้าไปเก็บข้อมูลใน "ดวงตา" ของไต้ฝุ่นได้ บริษัทควบคุมการเคลื่อนที่ของบอลลูนด้วยการปรับความสูง ระบายอากาศ หรือปล่อยทรายเป็นบอลาสต์เพื่อให้ลมพัดพาไปยังตำแหน่งที่ต้องการ การใช้โมเดล deep-learning ในการตัดสินใจเชิงปฏิบัติการถือเป็นก้าวใหม่ที่ช่วยให้บอลลูนไปอยู่ในจุดที่ให้ข้อมูลเชิงประจักษ์ได้มากขึ้น
ความหมายต่อวงการพยากรณ์อากาศและ AI
ตั้งแต่สถาปัตยกรรมทรานส์ฟอร์มเมอร์และการปล่อยชุดข้อมูลขนาดใหญ่ของ ECMWF ทำให้การพยากรณ์อากาศด้วย AI ก้าวหน้าเร็วขึ้น โมเดลแบบ end-to-end สามารถดูดซับข้อมูลหลายทศวรรษและออกพยากรณ์ได้เร็วขึ้นเมื่อเทียบกับการคำนวณสมการเชิงฟิสิกส์บนซูเปอร์คอมพิวเตอร์ แม้ว่าโมเดล AI และแบบจำลองฟิสิกส์ยังต้องใช้ร่วมกันเพื่อให้เข้าใจสภาพอากาศอย่างเป็นประโยชน์ แต่ความแม่นยำและความเร็วของโมเดลใหม่ๆ ช่วยให้การรับมือภัยพายุและการวางแผนนโยบายสามารถพึ่งพาข้อมูลเชิงสังเกตได้มากขึ้น
WindBorne ยังระบุด้วยว่า บริษัทเพิ่งปิดรอบ Series B จำนวน $37 million เพื่อขยายธุรกิจ การได้สัญญาจากกองทัพอากาศครั้งนี้จึงน่าจะเร่งการเติบโตของเครือข่ายบอลลูนและการพัฒนาโมเดลพยากรณ์ในระยะถัดไป
สิ่งที่ควรติดตามคือปริมาณคำสั่งซื้อเพิ่มเติมจากหน่วยงานรัฐและการปรับปรุงความแม่นยำของ WeatherMesh 6 หากบริษัทขยายฝูงบอลลูนและปรับปรุงฮาร์ดแวร์ได้ตามแผน ข้อมูลเชิงประจักษ์จากพื้นที่หายากอาจเปลี่ยนโฉมหน้าการพยากรณ์และการเตรียมรับมือภัยพิบัติได้
หมายเหตุสำหรับผู้ทำงานสายไอที - ข่าวนี้เกี่ยวข้องโดยตรงกับทักษะด้าน Data Science, การจัดการข้อมูลจากอุปกรณ์ IoT และการออกแบบโมเดล AI ใครที่ทำงานด้าน ML, สาย Data Pipeline หรืองานฮาร์ดแวร์เซนเซอร์จะได้เห็นโอกาสในการประยุกต์ใช้และการร่วมงานกับภาคการวิจัยและภาครัฐ
ที่มา: TechCrunch - เรียบเรียงและสรุปเป็นภาษาไทยโดยทีมงาน IT Genius
ไอทีจีเนียส เอ็นจิเนียริ่ง ให้บริการด้านไอทีครบวงจร
ทั้งงานอบรม (Training) สัมมนา รับเขียนโปรแกรม เว็บไซต์ แอปพลิเคชัน งานออกแบบกราฟิก และงานด้าน E-Marketing ทั้ง SEO, PPC และ Social Media Marketing
ติดต่อเราเพื่อสอบถามผลิตภัณฑ์ ขอราคา หรือปรึกษาเรื่องไอทีได้เลยค่ะ
แนะนำหลักสูตรที่น่าสนใจ

Data Science with Python
องค์กรส่วนใหญ่มีข้อมูลยอดขาย ลูกค้า และการใช้งานระบบสะสมอยู่มาก แต่ยังใช้ข้อมูลเหล่านั้นเพียงทำรายงานย้อนหลัง ทั้งที่ข้อมูลชุดเดียวกันนี้สามารถนำมาสร้างแบบจำลองพยากรณ์ได้ เช่น คาดการณ์ยอดขาย ทำนายลูกค้าที่มีแนวโน้มยกเลิกบริการ แบ่งกลุ่มลูกค้า…

Data Pipeline ด้วย Apache Airflow และ dbt
หลายองค์กรมีเครื่องมือ BI อย่าง Power BI หรือ Tableau อยู่แล้ว แต่ยังเหนื่อยกับการเตรียมข้อมูล เพราะต้องดึงข้อมูลจากหลายระบบด้วยมือ ทำความสะอาดใน Excel และมักเจอปัญหาตัวเลขไม่ตรงกันระหว่างรายงาน หลักสูตรนี้เติมช่องว่างชั้น Data Engineering…

Basic Python for IoT
งาน Internet of Things ไม่ได้มีแค่การเขียนโปรแกรมบนบอร์ดเล็ก ๆ แต่ยังต้องมีโปรแกรมฝั่งคอมพิวเตอร์ Raspberry Pi หรือ Gateway ที่รับข้อมูลจากเซนเซอร์ แปลงข้อมูล เก็บลงฐานข้อมูล และส่งต่อไปยังระบบอื่น Python เป็นภาษาที่นิยมที่สุดสำหรับงานส่วนนี้ เพราะอ่านง่าย…
