Пока одни компании спорят, кто умнее напишет код, другие тихо доказывают, что нейросети уже превосходят классическую науку в задачах, где ошибка стоит человеческих жизней. WindBorne Systems, стартап из Редвуд-Сити, подписал с ВВС США контракт на сумму до 49 миллионов долларов: на сегодня крупнейший в истории компании.
Схема оплаты устроена гибко: военные платят только за реально заказанные данные по конкретным регионам и периодам. Пока заказано на 1,7 миллиона долларов, но в компании ожидают роста объёмов. Контракт получен без конкурсных торгов, редкий случай, означающий, что правительство официально признало: альтернативы у технологии WindBorne просто нет.
Суть бизнеса: флот из примерно 700 автономных метеорологических шаров, непрерывно собирающих данные об атмосфере по всему земному шару. Эти данные компания продаёт клиентам и одновременно скармливает собственной AI-модели прогнозирования погоды: WeatherMesh 6. По заявлению WindBorne, эта модель обгоняет по точности даже European Centre for Medium-Range Weather Forecasts (ECMWF): эталонную систему, строящую прогнозы через прямое моделирование физических законов атмосферы на суперкомпьютерах.
Это часть более широкого сдвига: с появлением transformer-архитектур и выходом массивных метеорологических датасетов от ECMWF, глубокое обучение превратилось в один из самых продуктивных способов применения AI. Там, где раньше требовались дорогие вычислительные кластеры и десятилетия накопленных уравнений, теперь работает модель, обученная на исторических данных и выдающая прогноз быстрее. Похожие разработки есть и у Google DeepMind: их система предсказания циклонов уже встроена в то, как американское правительство реагирует на сезон ураганов.
Показательный момент случился в августе: WindBorne первой в истории направила безмоторный летательный аппарат прямо в глаз тайфуна Dolphin. Управление происходит без двигателя: только через изменение высоты, стравливание воздуха и сброс балласта из песка, что позволяет поймать нужные воздушные потоки. По словам технического директора компании Андрея Сушко, для этого нужны две вещи: точные модели ветра и достаточно большой флот шаров, чтобы в нужный момент оказаться в нужном месте. Это один из первых случаев, когда решение модели глубокого обучения напрямую определило реальные операционные действия, а не просто легло в отчёт синоптика.
Создание AI-агентов и автоматизация на n8n: проектируем и запускаем под ключ.
