WindBorne Systems, une startup spécialisée dans l'intelligence artificielle appliquée à la météorologie, a lancé officiellement sa sixième version de modèle de prévision, baptisée WeatherMesh 6. Cette nouvelle technologie affiche une précision supérieure à celle du Centre européen pour les prévisions météorologiques à moyen terme (ECMWF), considéré comme la référence mondiale dans ce domaine. Fondée en 2019 par des étudiants de Stanford, l'entreprise a évolué de la vente de données issues de ballons météo vers le développement de ses propres modèles d'apprentissage profond. Contrairement aux prévisions traditionnelles générées par des modèles physiques complexes nécessitant des supercalculateurs coûteux et fonctionnant tous les six heures, WeatherMesh 6 produit une mise à jour toutes les heures. Le modèle offre désormais une résolution de 3 kilomètres en Europe et aux États-Unis, des zones où la qualité des données est la plus élevée. Selon Kai Marshland, directeur du produit, la précision du nouveau système est telle qu'une prévision effectuée cinq jours à l'avance par WeatherMesh 6 équivaut en qualité à une prévision traditionnelle effectuée un jour à l'avance, notamment pour les mesures de température en surface. La performance accrue de WindBorne repose sur une approche hybride unique combinant la collecte de données et la modélisation. L'entreprise exploite actuellement une flotte d'environ 400 ballons équipés de capteurs, déployés depuis 15 sites à travers le monde. Joan Creus-Costa, responsable de l'intelligence artificielle, explique que la clé du succès réside dans l'intégration directe des données collectées par ces ballons dans le modèle, éliminant ainsi la dépendance aux jeux de données pré-traités par l'ECMWF ou les agences gouvernementales américaines. Ce processus, qui a demandé un an de réglages pour l'architecture basée sur des transformateurs, permet une assimilation de données plus efficace et directe. Le secteur de la météo par IA s'accélère rapidement, avec des initiatives similaires menées par de grands laboratoires comme Google DeepMind. Cependant, les modèles d'IA ont souvent peine à égaler la résolution des modèles physiques à long terme. WindBorne cherche à combler cet écart en construisant sa propre infrastructure de données. John Dean, lePDG de l'entreprise, souligne que posséder un avantage en termes de données est essentiel pour le modèle économique d'une entreprise d'IA météorologique. Il affirme même que si les conditions initiales de l'ECMWF étaient supprimées aujourd'hui, leur modèle continuerait de fonctionner correctement. L'entreprise a également pris des mesures de sécurité importantes après un incident survenu l'an dernier où un avion de United Airlines est entré en collision avec l'un de ses ballons. Bien que l'accident n'ait causé aucun blessé, WindBorne a intégré des transpondeurs sur ses ballons permettant leur suivi via le système de surveillance aérienne global ADS-B pour éviter que cela ne se reproduise. Soutenue par 25 millions de dollars de financement de capital-risque et évaluée à 85 millions de dollars en 2024, WindBorne commercialise ses données à la NOAA, à l'armée de l'air et à la marine américaines, ainsi que ses prévisions aux investisseurs et aux traders de matières premières. Malgré ces revenus, l'entreprise privilégie le développement de son modèle et de son infrastructure de données plutôt que la création de produits SaaS grand public, anticipant une évolution des modes de consommation de l'information vers des agents intelligents.