Стартап із технологій посіву хмар Rainmaker оголосив про співпрацю з Atmo. Це метеорологічна компанія, яка використовує штучний інтелект для аналізу атмосферних процесів.
Обидва стартапи повідомили ексклюзивно про партнерство виданню TechCrunch.
Ці дві компанії працюють на різних, але взаємопов’язаних ділянках метеорологічного ланцюга: Atmo спеціалізується на прогнозуванні погодних явищ, тоді як Rainmaker фокусується на впливі на хмари, щоб збільшити кількість опадів. Спільна робота відкриває нові можливості для управління водними ресурсами, особливо в регіонах, які страждають від посухи.
Завдяки партнерству, Atmo використовуватиме свої моделі глибинного навчання для виявлення хмар, що мають потенціал для посіву. Це дозволить Rainmaker ефективніше спрямовувати свої технології на хмари, здатні дати максимальну віддачу у вигляді дощу.
Крім того, Atmo планує пропонувати клієнтам Rainmaker послуги зі штучного посіву хмар, використовуючи невеликі дрони, що розпилюють реагенти в атмосферу. Rainmaker зі свого боку надаватиме дані з власної радарної мережі, щоб визначати кількість фактично випавших опадів. Такий симбіоз даних і технологій підвищує точність прогнозів та ефективність засіву.
Теорії змови та реальність науки
Попри інноваційність технологій Rainmaker, компанія нещодавно опинилася в центрі конспірологічних теорій. Деякі користувачі соцмереж звинуватили стартап у тому, що його операції з посіву хмар у Техасі нібито стали причиною недавніх повеней.
Проте експерти категорично відкидають такі твердження. Боб Раубер, професор атмосферних наук Університету Іллінойсу, наголошує, що посів хмар має лише обмежений ефект. Навіть в одному з найбільш масштабних експериментів в Айдахо додатковий обсяг опадів склав близько 186 мільйонів галонів води — це крапля в морі порівняно з трильйонами галонів, які переносить потужна буря.
Обмежені можливості посіву хмар
Метод посіву хмар активно використовують по всьому заходу США, переважно для збільшення снігового покриву в горах, що вкрай важливо для наповнення водосховищ у спекотні місяці. Однак ефективність цих методів варіюється залежно від географії та кліматичних умов.
У Західному Техасі, наприклад, результати посіву хмар скромніші. Асоціація модифікації погоди Західного Техасу стверджує, що такі програми збільшують опади приблизно на 15%, або близько двох дюймів на рік. Раубер пояснює це тим, що хмари над рівнинами Техасу поводяться інакше, ніж у гірських регіонах. А дощові хмари часто вже насичені вологою настільки, що додаткове втручання не дає суттєвого ефекту.
Раніше редакція сайту AI360 розповідала про цікаву розробку від Google, яка представила нову програму прогнозування погоди.
Дослідники Google DeepMind розробили інноваційну модель машинного навчання GenCast, здатну забезпечувати точні 15-денні прогнози погоди з мінімальними витратами на обчислення. Ця модель використовує історичні дані для створення ймовірнісних прогнозів, замінюючи традиційні чисельні моделі (NWP), які базуються на вирішенні фізичних рівнянь.
