Как Мельничек и Матвеенко делают точный (наконец-то!) прогноз погоды. Пока на час и километр
Создатели намерены сказать нам определённо, когда пойдёт дождь.
Создатели намерены сказать нам определённо, когда пойдёт дождь.
Приложение с прогнозом дождя Rainbow.ai от Юрия Мельничка и Александра Матвеенко выходит на Product Hunt 22 августа. В период, когда начинается сезон плохой погоды и всем важен точный прогноз, создатели намерены собрать метрики продукта и с ними искать новых инвесторов.
Перед выходом основатели стартапа пообщались с dev.by.
Об основателях
Юрий Мельничек
ИТ-предприниматель, венчурный инвестор. Основатель Maps.me, компании AImatter, сооснователь инвесткомпании Bulba Ventures. В инвестпортфеле также: OneSoil, Gero, Vochi.
Александр Матвеенко
ИТ-менеджер, венчурный инвестор. В 2014-2015 — Project manager в Maps.me. В 2016-2017 — фаундер и СЕО в MapData. После слияния проекта с основным бизнесом Mapbox в конце 2017 года ещё 1+ год руководил минским подразделением Mapbox. В 2020 году работал с Huawei. CEO Rainbow.ai.
Что такое Rainbow.ai
Мобильное приложение, передающее гиперлокальный прогноз погоды (с фокусом на осадках) на основе данных радаров с использованием машинного обучения.
Как возникла идея
— После ухода из Mapbox я сначала был в саббатикале, потом полгода работал с Huawei. Когда их забанил Google, они стали создавать собственные сервисы, в том числе карты, и я в Минске собирал команду для этого проекта. А в 2021 году пришёл Юра и заразил меня идеей погоды. Мол, прогнозных сервисов куча, рынок есть, а правильных предсказаний нет, — давай сделаем.
— Дело было в Швейцарии. Я уже думал над этой идеей и шёл по радару в однодневный поход. По прогнозу дождевой фронт должен был пролететь мимо. Но на пути оказалась гора, он врезался в неё и начал осыпаться. И вот я иду и думаю: странно, я же в капюшоне, а всё равно чувствую, как дождик стучит по голове. Потом смотрю — а там град размером с виноград. Града в прогнозе вообще не было.
В чём вообще проблема
Мельничек и Матвеенко могут долго рассказывать про то, почему прогнозы осадков, даже опирающиеся на данные радаров, никуда не годятся. Верить им нельзя — непременно промокнешь или, наоборот, зря возьмешь зонт. Основная причина в том, что радарные приложения работают по стандартному алгоритму Optical Flow, который моделирует движение тучи без поправок на особенности рельефа и поведение грозовых фронтов в этой местности в прошлом.
Юрий Мельничек:
— Радарные приложения в 2021 году уже были. Но, как нам кажется, работали они шаблонно: вот несётся буря, и приложения просто продолжают её движение — неважно, есть ли на пути гора. В то же время было несколько идей под эгидой «сейчас мы применим ML, и всё станет лучше».
Прогнозировать движение грозового фронта можно с помощью нейронных сетей, добавляя к радарным данным карту местности и натренировав нейросеть на данных, как именно в этой местности шёл грозовой фронт в прошлом. В случае с радарами машинное обучение может сделать больше, чем классическое алгоритмическое компьютерное зрение.
По словам Мельничка, другие проблемы — малая гранулярность и непонятность прогноза для пользователя.
— Почасовой прогноз, как сейчас в приложениях, не покрывает всех потребностей. Допустим, вы видите над отметкой «12.00», что вероятность дождя — 40%. Что это значит? В какое именно время и где пойдёт дождь, пойдёт ли он вообще? И что это будет за дождь — кап-кап или ливень?
Не хватало простого, понятного прогноза. Сравните с навигатором. Допустим, вы выезжаете из Минска в Берлин, навигатор показывает прогнозное время прибытия 14.37. Он не рисует, что с вероятностью 60% вы приедете с 14 до 15. В пути он скорректирует время прибытия с учётом простоев на границе, пробок, ремонтных работ и т. д.
Вот так же надо и про дождь. Нужна не история с распределением вероятности, а предсказание, во сколько дождь начнётся и во сколько закончится.
Матвеенко дополняет: ещё одна проблема в том, что радарные данные очень шумные.
— Приложения берут данные радаров так, как их публикует источник, без глубокой обработки и устранения помех. Классический пример: на метеорадар во Внуково отбрасывает гигантскую тень Москва-сити — так, будто там всегда идет дождь. Если мимо пролетает птица, она тоже оставляет сектор засветки. Радар может показать очень плотную влажность даже в солнечную погоду за счёт физических процессов, отражаемых в атмосфере. Все эти паттерны мы стараемся устранять.
Во всех задачах должно помочь машинное обучение.
Юрий Мельничек:
— Когда мы начали работать с ML, увидели ещё одно гигантское преимущество. Источников данных много — не только метеорадары, но и метеостанции, мультиспектральные спутниковые снимки, глобальные климатические модели. Данные с них разрозненные и не всегда адекватные. Например, любительская станция может быть без подогрева: пошёл снег, а датчик его не видит. Солнце пригрело, снег растаял — датчик решил, что идёт дождь.
Так вот с помощью ML можно объединить прогнозы, которые дают глобальные климатические модели, данные с метеорадаров и метеостанций.
Некоторые компании моделируют всю атмосферу Земли, но даже суперкомпьютер делает это долго. Нормой считается выкладывать новую модель каждые несколько часов. С такой периодичностью не получится быстро скорректировать метеопрогноз.
У нас простой подход: мы не моделируем всю атмосферу — нейронные сети просто продляют траекторию движения грозы. Это позволяет уже сейчас пересчитывать прогноз для всей планеты каждые 10 минут, а в будущем — ещё чаще.
Александр Матвеенко:
— Есть ещё одна идея. В каждом смартфоне есть барометр. Мы хотим, чтобы люди со всего мира подключились и вместе с геолокацией делились данными с мобильных барометров. Хотим подмешивать их в модель и уточнять прогноз.
Но сначала их надо будет проанализировать, очистить от случайных вещей, сопоставить с прошлыми данными. Почему понизилось давление — потому что пошёл дождь, или просто пользователь полез в подвал за огурцами?
Что уже получилось
Год назад в сторы вышли Android- и iOS-версии Rainbow.ai, с тех пор разработчики добавляют в него функционал. На днях выходит релиз с трекингом ураганов.
Александр Матвеенко:
— Мы много времени потратили на создание приложения, которое понравится нам самим. Было несколько итераций, в ходе которых переделывали дизайн, юзабилити и т. д. На вопросе, в какой цвет красить дождь, команда раскололась: одним нравился зелёный, а другим — фиолетовый. Мы отказались от идеи с процентами вероятности — вместо этого присылаем пользователю уведомление, что дождь начнется, допустим, в 17.22. Если видим, что он закончится в течение часа, то пишем еще и время завершения.
Прогноз пока только на ближайший час, но со временем время будет увеличиваться. Уже есть план, как продлить прогноз на четыре часа, а потом и на 12 или даже 16 часов.
В идеале через год мы будем предупреждать обо всех важных погодных явлениях на ближайший день, при этом пользователь сам будет выбирать, что для него важно — низкое давление или штормовой ветер.
Гиперлокальный прогноз — это на какую площадь?
Несколько сот метров. У нас пока больше — 1×1 км. Но и приложение пока далеко не конечный продукт, а скорее MVP. В этому году гранулярность улучшим.
Какая ваша аудитория?
Сейчас месячная аудитория — 40-60 тысяч. Таргет же — миллиард пользователей со всего мира.
Юрий Мельничек:
— Для приложения в Stealth Mode («режиме невидимки») 60 тысяч — это очень прилично. Приложение пока не рекламируется, мы закупаем совсем немного трафика — не для маркетинга, а чтобы ставить эксперименты.
Команда
На старте в 2021 году на проекте работал только один программист, который собирал данные. Сейчас Rainbow.ai — это 15 человек, находящихся преимущественно в Варшаве. В основном — беларусы плюс несколько россиян.
Александр Матвеенко:
— На старте у нас было несколько вариантов локации: Минск, Киев, Варшава, Берлин. Минск мы отмели, так как там уже не было достаточного количества программистов и становилось всё сложнее вести бизнес.
Юрий Мельничек:
— За Киев была борьба: я костьми лёг, чтобы только не Киев. Как оказалось, не зря.
Александр Матвеенко:
— Оставались Варшава и Берлин. Стоимость содержания офиса и налоги там были на удивление одинаковыми, налоги в Польше даже чуть выше. Выбрали Варшаву, так как она ближе культурно, а ещё из-за программы Poland. Business Harbour.
Мы сразу договорились, что распределённую команду не строим. У нас много удалёнки, но люди всё равно собираются в офисе. PBH для этого отлично подходила.
Юрий Мельничек:
— У меня все компании переехали в Польшу. На самом деле, выбора-то и не было. Ну где ещё можно сделать офис? В Польше для этого есть рынок талантов. В Литве — нет, она очень маленькая, в Дубае — нет, туда только всех завозить. В других странах ЕС есть, но туда тяжело релоцировать людей. А в Польшу — легко. Для стартапов здесь есть решение всех проблем под ключ.
Александр Матвеенко:
— У нас в команде сейчас 15 человек: ML-специалисты работают удалённо, остальные приходят в варшавский офис. Команда укомплектована: есть разработчики Android- и iOS-платформы, продакт-менеджер, руководитель маркетинга, несколько человек заняты на обработке данных. Начинаем формировать отдел маркетинга.
Наш СТО — бывший техлид из Mapbox Денис Корончик: с опытом в геймдеве и картографии, он синергично вписался в команду.
Есть ещё административный директор из Польши. Сначала мы хотели взять своего, но потом решили, что директор будет эффективнее решать вопросы с местными органами и банками, если разговаривает с ними на польском.
Юрий Мельничек:
— Потом правда выяснилось, что он на четверть беларус.
Монетизация
Модель монетизации гибридная — подписка и реклама. Подписка даёт доступ к дополнительным функциям.
Юрий Мельничек:
— В будущем в зависимости от региона мы будем делать упор на один из источников. В США традиционно лучше работает подписка, а в Юго-Восточной Азии, где осадки — огромная проблема, а люди победнее, вероятно, будем привлекать рекламу.
Александр Матвеенко:
— Один релиз назад мы запустили подписку — пока просто для того, чтобы была. Все наши друзья, родственники и другие лояльные пользователи подписались за $4,99 в месяц. В цифрах это всего ничего, но мы ожидаем повышения количества подписок от сезона ураганов, который уже сейчас начинается.
Как влияет App Tracking Transparency — правило Apple, которое мешает таргетингу рекламы
После того как Apple изменила настройки конфиденциальности и убрала доступ разработчикам к IDFA (The Identifier for Advertisers) по умолчанию, делать прибыльный бизнес в мобильной сфере стало гораздо сложнее. Рекламодатели не могут как раньше отслеживать активность пользователей и настраивать таргетинг. Но для Rainbow.ai это, кажется, не проблема.
Юрий Мельничек:
— Есть широкие и узкие темы. OneSoil, например, суперузкая тема, она интересна только людям в агробизнесе. У Vochi аудитория пошире, но всё равно это ниша для тех, кто создаёт контент. Maps.me намного шире, а погода — ещё более широкая тема. Да, из-за ограничений трекинга сейчас сложно делать таргетинг, пользователя нельзя идентифицировать. Но в погодном домене это и не нужно: ураган затрагивает всех пользователей вне зависимости от их социального статуса, дохода, интересов.
Мы будем запускать рекламные кампании в те моменты и в тех регионах, когда и где идёт непогода. Если идёт ураган на Флориду, то просто запускаем таргетинг туда. Положение пользователей по IP-адресу определяется достаточно хорошо.
Инвестиции
Юрий Мельничек и Александр Матвеенко — ранние инвесторы. Позже к ним присоединились два венчурных фонда с беларусскими корнями — Kolas Ventures и Veras Capitals. К концу года, после сбора метрик, стартап планирует искать новые инвестиции.
Юрий Мельничек:
— Начинали мы с Сашей, вкладывая свои деньги. Теперь я продолжаю вкладывать плюс несколько близких инвесторов, которые были с нами в предыдущих проектах (OneSoil, Vochi), на раннем этапе подключились по конвертируемым займам.
Инвесторам интересны метрики продукта — метрики метеоприложения лучше всего снимать в сезон плохой погоды. Сейчас он как раз наступает (дожди в Европе, ураганы в США), поэтому план такой: запускаемся на Product Hunt, смотрим какие метрики показывает продукт и с ними в конце 2023 года идём поднимать раунд.
dev.by, как и другим честным медиа, сегодня очень сложно: редакция работает за пределами страны, а наши рекламные доходы сократились в несколько раз. Но мы справляемся — с вашей помощью. Это вы делитесь с нами инфоповодами, мнениями, опытом, временем и вниманием. А 210 читателей поддерживают нас донатами.
И еще криптой. Тут кошельки.
Спасибо, что прочитали это сообщение.
У главного агростартапа беларусов — спин-офф. Делают полевую камеру с AI
У главного агростартапа беларусов — спин-офф. Делают полевую камеру с AI
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.
Учился с Александром Матвеенко в одном классе (школа №203 г.Минска). Саша, привет тебе из Минска!
По нику сложно понять кто это, но рад, что мы вместе учились! И тебе привет :)
Тогда придётся рассекречиваться. :) Ярослав.
Я всегда считал себя не-технарём (а наш класс был с физико-математическим уклоном), поэтому пошёл по гуманитарной линии. А с 2016 года исключительно в виде хобби стал развивать образовательный проект по истории и информационным технологиям https://www.historian.by
Помню конечно! Удачи тебе с проектом!
Спасибо! :)
Слышал о похожих идеях от Яндекса ещё в 2019. То же мобильные устройства, оптикал флоу и нейронные сети. И фьюжн данных из различных источников.
Да, Яндекс делает очень достойный продукт, мы немного отличаемся в фокусе (у нас как таргет прогноз на день, Яндекс делает долгосрочные прогнозы) и в рынках - у нас пользователи в основном из США, ЕС и Азии
del
Пользователь отредактировал комментарий 21 августа 2023, 16:26
Ну и прогнозов на час и с сеткой в километр много. Кто-то просто интерполирует данные прогностических моделей, кто-то добавляет радары, спутниковую съёмку, фидбек пользователей и делает свою модель моделей. Принципиально, сделать то такую штуку не сложно, сложно сделать лучше, чем у других. Интересны сравнения, преимущества, недостатки. Зачем 100500 какое-то приложение для погоды, когда они уже есть?
Спасибо за классный комментарий! Мы конечно делаем сравнение с конкурентами, а наше ноу-хау в метриках в том, что мы меряем их сравнивая наши предсказания с огромным количеством пользовательских метеостанций. Основная сложность в погоде - собрать факт о ее состоянии в текущий момент и мы уделяем этому существенное внимание.
Думаю, что они скорее всего пока скейлят рассчитанные данные для больших географий вниз, на меньшие . И, возможно, как-то правят их с использованием локальных данных. Вряд ли у них (на данном этапе, не поймите превратно, не хочу никого обидеть и желаю всяческих успехов) есть метеорологи для построения гиперлокальных метеорологических данных или они могут для каждого элемента сетки в 1 км построить небольшие ML модели.
Пользователь отредактировал комментарий 21 августа 2023, 20:48
Метеоролог в команде есть, но мы строим предсказание не на классических моделях, а на ML
Ок, я, естественно, не метеоролог, но по опыту могу сказать, что специализированные модели для предсказаний будут точнее, особенно с большим горизонтом предсказания (может вам и не надо), другой вопрос что для их построения надо специальная экспертиза, которой мало кто обладает.
Интересно было бы узнать когда-то также, как вы будете решать проблему с валидацией прогнозов, так как локаций много, модели в разных локациях будут построены на данных разного качества, и какие-то локации более важные чем другие, тк там живет, например, большее количество платных пользователей
Возможно будет иметь смысл сконцентрироваться на некоторых странах / регионах, если точность будет очень важна.
А так да, интересный проект, можно много интересного сделать.
Желаю удачи!
Пользователь отредактировал комментарий 21 августа 2023, 22:26
Вы абсолютно правы, специализированные модели работают лучше. Уникальная особенность современных ML моделей как раз и состоит в том, что они способны выучить особенности - местности, поры года, наличия каких-то аномалий и тд при достаточном количестве данных. То есть ключевое отличие от классических метео-моделей в том, что нам не нужно как-то специально собирать, классифицировать и тд такие особенности, хорошая модель способна это просто выучить. Как старец, проживший на горе всю жизнь, без специального образования всегда сможет сказать будет дождь или нет смотря на облака и ощущая ветер.
К сожалению, часто это только теория.
Да, я понимаю, что классно было бы закинуть данные без обработки в deep learning модель и дать ей выучить сезонность, убрать аномалии и так далее, но в реальности имеем, как правило не очень большое количество данных, а как известно DL модели не очень работают на tabular / unstructured данных (табличных) и для аномалии нужны свои модели, и сглаживание / фильтрация тоже свои методы и получается, что xgboost в результате лучше перформит с предварительной обработкой чем, например, LSTM.
Это все абстрактно, конечно, как вы написали выше, вам не нужны долгосрочные прогнозы, так что может и норм.
Также, если строить DL модели на мелкой сетке, денег много надо на обучение, так как обучение на истории, которая постоянно обновляется.
C другой стороны, если DL / AI в описании стартапа, это потенциально выше оценка и раунд больше закрыть можно)
Интересная логика: у нас есть профессионал, но мы не пользуемся его проф навыками. Странно.
Тут недавно группа товарищей расписывала свой прожект по контролю посевов. Электронику, не имея нужных навыков, сделали сами. Проверили одну штуку в "тепличных условиях" и хотят забабахать за чужой счёт серию. Хотя с точки, зрения профессионала, ту поделку довести до ума невозможно. Тоже про искусственный интеллект разгоняли. Похожий подход.
Из личного опыта: моделирование воздушных потоков при хорошо известной геометрии, надёжных данных по температуре, скорости и давлению - задаче очень сложная. Мультики в цвете сделать можно, а надёжный результат "Вася" с улицы не получит. А здесь задача более сложная и исходные данные слабые.
Пользователь отредактировал комментарий 22 августа 2023, 14:24
Согласен, что сложная, но мы постараемся!
Я бы сформулировал по-другому: предполагается решать интересную задачу при совершенно некорректных ограничениях для исходных данных. Мультик сделаете, а серьёзный результат с цифрами - нет.
Для инвесторов по-больше разогнать про искусственный интеллехт, машинное обучение и ещё чего-нибудь. Только я бы не лез в кошелёк к знакомым, а то когда всё накроется - будет некрасивая ситуация.
Если одна из целей - чтоб крыша не поехала от безделья или метаний - тоже пойдёт. Это не стёб. Такая цель далеко не редкость.
Ещё раз глянул статью. 15 чел на всё это - зачем????? Что они делают??? Или как в войну на заводах: один проверяет деталь, второй впаивает, третий - проверяет пайку. И так на всех операциях. Но тогда на конвейере сидели малограмотные девчонки из деревень. Других просто не было.
Пользователь отредактировал комментарий 23 августа 2023, 13:14
немного странная логика - "это сложная задача и серьезный результат вы не сделаете", но при этом "зачем вам 15 человек". 15 человек нужно как раз для решения сложной интересной задачи, кстати, есть вакансии, обращайтесь) будем вместе ехать крышей от безделья.
Противоречий нет. Это ж не производство, чтобы масштаб требуемого результата и количество работающих были примерно пропорциональны. И некоторый опыт организации производств (с нуля) позволяет оценить коммерческий смыл или авантюрность супер идей )
За приглашение спасибо, но у меня у самого есть вакансия в инженерном бизнесе
а что если подойти к проблеме предсказания погоды экономически, создать экономические мотивы предсказывать ее точнее, экономическую инфраструктуру, способствующую извлечению прибыли из правильных прогнозов: пусть участники делают ставки деньгами на то, будет дождь или нет, и те, кто правильно угадывает, смогут разделить выигрышный фонд. Потом появится рейтинг участников по географической местности.
Чисто инженерные подходы строятся на доступных сегодня инженерных решениях: датчиках, математических моделях и тк и тп, но люди могут делать предположения о будущей погоде полагаясь на какие-то приметы и данные, специфичные для разных географических местностей, которые не обязательно могут быть измерены датчиками: поведение растений, насекомых, птиц, меняется самочувствие человека (из-за перепадов давления может меняться пульс, насыщение крови кислородом), и тд и тп. Экономическая инфраструктура поможет понять, какие датчики создавать для какой местности, где какие датчики могут быть эффективнее.
С другой стороны, экономически заинтересованный человек может поглядеть, в какую сторону дует ветер и куда он несет тучу с дождем, это дешевле, чем анализировать данные радаров и мучать суперкомпьютеры сложными математическими моделями.
Тут несколько проблем с таким подходом. Ключевая - сразу собрать в одном сервисе столько людей, что их отзывов будет достаточно для построения глобальной карты погоды. То есть это как создать условный Twitter и потом применить его к вашей идее.
Следующая проблема - чтобы предсказать погоду в вашей области через час, ее надо знать за десятки километров от вас, а там, допустим, не живут люди и оттуда никогда не будет данных.
Но идея экономической мотивации людей контрибьютить о погоде в целом интересная )
идея в том, чтобы иметь экономический интерес знать о погоде в какой-то точке мира. Обычно человек интересуется только погодой там, где живет или куда собирается поехать. Погода не везде быстро меняется, так что в ОАЭ мало кто будет часто ожидать дождя и ему приложение не очень нужно будет. Погода у него редко меняется, а вот деньги у него есть. А если появится экономический интерес, как возможность делать ставки на погоду, то людей, которым интересна погода (и нужно приложение) может стать больше. То есть им будет интересна погода не только для того, чтобы решить, брать с собой зонтик, или нет. На земле есть места с разной изменчивостью погоды, так что и ставки на погоду в таких местах будет делать интереснее, так что и высокоточное предсказание погоды будет важнее и нужнее, так что появится экономический стимул и для улучшения работы приложения.
Если ее реализовать, то правильная бизнес-модель будет не продавать аппку через аппстор, а брать комиссии как в классическом финтехе.
На самом деле идее много лет и называется она рынок предсказаний.
Возможно, но пока мы видим свой бизнес немного иначе
А у меня не сработало. Дождь прямо сейчас а в приложеньке его нет
О, а где вы территориально? У нас можно оставить фидбэк о расхождении с прогнозом в приложении.
Чем это лучше https://www.ventusky.com/?p=53.83;30.48;6&l=rain-1h ?
Пользователь отредактировал комментарий 21 августа 2023, 19:01
Может быть тем, что там в Варшаве дождь, а в реальности его нету? :)
Data feed для on-chain oracles Chainlik, API3, или redstone.finance бы сделали.
Там вероятно есть кому платить.
Weather data feeds там есть, но точность плюс минус лопата. Датчики могут стоять за сотни км от нужного места.
Для расчета урожая точный Weather data feeds это must have.
Рынок узкий, запросы другие, в будущем мы планируем сделать отдельное решение для фермеров
А что ваш трекер ураганов умеет и чем он лучше других трекеров? Эти ураганы совершенно непредсказуемы и могут буквально за день меняться на плюс-минус пару категорий. Ничего толком не спланировать, поэтому после первых же моделей в трекерах все бросаются скупать бензин и воду. Если уже издалека ясно, что там 4-5 категория, то еще и окна заколачивают. Еще вопрос: почему вы так строго подошли в вопросу удаленной работы, и только МЛ разработчикам дали такую опцию? Работа из офиса выходит сильно продуктивнее? Было бы хорошо найти в статье какие-то техническихе детали, особенно про МЛ, но, подозреваю, это секрет.
Пользователь отредактировал комментарий 21 августа 2023, 19:36
Трекер ураганов пока с большего такой же как у других. Мы скоро доделаем сервис с облаками и тогда сможем делать свою аналитику по ураганам - пока метеорадары по радиусу до них не всегда добивают.
Не строго, у нас люди работают и в офисе и удаленно, но несколько раз в неделю мы просим работать из офиса. Да, работа из офиса эффективнее когда продукт строится и в нем много изменений.
Какие технические детали про ML вам интересны? Напишите мне в личку, расскажу
а сколько данных вы используете для обучения сети? у вас есть разве 200 миллионов замеров дождя на данной конкретной точке на 300 лет назад???
300 лет назад не было автомобилей, не было ветряков. А если ещё вспомнить всякие (конспирологические) теории насчёт химтрэйлов... Погода становится более неустойчивой, более непредсказуемой. А с другой стороны climate change это такая горячая тема, мэйнстрим, о которой твердят все - от говорящих голов на ТВ до спикеров Всемирного экономического форума. Под этот шумок сокращают фермерские угодья по всему миру, пропагандируют отказ от животной пищи... В общем, именно сейчас с прогнозом погоды есть шанс оказаться в нужное время в нужном месте.
из вашего отвта я так и не понял на каком таком материале вы обучаете АИ если у вас по данной точке на карте нет сколько нить значимой информации
Вообще-то я не разработчик этой программы, а лишь прокомментировал.
Порядка 600 апдейтов с радаров каждые 5-10 минут, порядка 300 000 обновлений с метеостанций каждые 5-10 минут. А также спутники каждые 10-15 минут. Собираем данные 1,5 года
~ 100 млн точек покрыто радарами где в моменте есть дождь (в среднем), в день мы обрабатываем 144 таких наблюдения, в год 365. Пишем данные уже полтора года. Сети не надо знать наблюдения 30 лет назад и даже 10 лет назад. От них не очень много смысла, ибо это погода которая была тогда. Из-за изменения климата погода меняется, и предсказывать её надо на свежих данных. Поэтому и выигрывает тот, чья модель быстрее адаптируется. К слову про изменения климата, самые жаркие 5 июлей месяцев в истории наблюдений были в последние 5 лет.
Вроде в Нидерландах есть такое приложение уже, работает довольно точно - Buienradar.
Кто-то скажет, что оно работает за 2 часа а не час. А я скажу - зато оно уже работает.
Здорово!
Удачи! Но пока из статьи выглядит реально как условный везерком и его радар только с алертами. Не очень понятно, где именно прорыв, кроме как подачи данных более удобным способом.
Да, более удобная подача и учет локальных особенностей местности при форкасте с помощью ML. А также сбор очень точного факта об осадках, что существенно повышает релевантность прогноза, тк сырые радары тоже очень врут :)
Двоякое впечатление. Фаундеры и команда выглядят хорошо, а сама идея кажется плохой для стартапа.
Из-за рынка - перенасыщен подобными услугами, в т.ч. бесплатными для юзеров. Прогноз погоды - common goods в какой то степени. Непонятен и объем рынка. Как результат, сомнения с возможностью стартапа стать монополистом на этом рынке и построить многомиллиардную компанию. По продукту - возникли ассоциации с AI алгоритмами, пытающимися предсказывать поведение рынков ценных бумаг, крипты и пр. спекулятивных активов. Но как там так и здесь есть эффект бабочки, который смешивает все прогнозы. А бабочку как и чёрного лебедя, предсказать невозможно. В любом случае вам желаю успеха, а себе оказаться неправым)
Пользователь отредактировал комментарий 24 августа 2023, 00:36
Спасибо за комментарий.
Насыщенность рынка говорит о запросах клиентов, а не о качестве решений.
Объем рынка сложно переоценить - погода так или иначе влияет на всех.
Нету цели стать монополистом - на таких глобальных рынках могут хорошо себя чувствовать много компаний.
Спасибо за пожелание!
Кстати, а как вы оценили объем рынка и какова его динамика? Я не нашел внятных данных по США. А это напрямую связано с бизнес моделью для вашего стартапа. Особенно учитывая, что предсказание аномалий (которые становятся нормой) типа ураганов и торнадо и предотвращение их последствий являются прямой обязанностью государства, которое в свою очередь и финансирует метеослужбы/партнёрские организации.