超局所的な短期天気予報に特化した次世代気候技術スタートアップである Rainbow Weather は、シード資金調達ラウンドで 550 万ドルを調達したと発表しました。
Rainbow Weather は、衛星画像、レーダー、気象観測所、さらにはスマートフォンのセンサーデータを融合して、高精度の分単位の予報と悪天候の検出を提供する、リアルタイムの AI 主導の気象インテリジェンス プラットフォームを開発しました。同社は現在、消費者向けアプリを通じて、また企業やその他の気象プロバイダーに直接データを販売し、ますます不安定になる気候条件の世界におけるインフラストラクチャー層としての地位を確立しています。
同社はベラルーシの連続起業家ユーリー・メルニチェク氏とアレクサンダー・マトヴェエンコ氏によって2021年に設立された。 Melnichek 氏は以前、後に Google に買収されたニューラル ネットワーク プラットフォームである AIMatter を構築したほか、ビデオ アプリの Vochi (Pinterest に買収) やファッション テクノロジーのスタートアップ Wanna (Farfetch に買収) を構築しました。一方、マトヴェエンコ氏はAI地図会社MapDataを設立し、2017年にMapboxに売却した。
さらに詳しく知るために共同創設者に話を聞きました。
同僚から、従来の予測の限界を明らかにしたひょう嵐まで
メルニチェクとマトヴェエンコは子供の頃からの知り合いで、以前にも一緒に仕事をしたことがある。彼らは一貫して、最終的には共同創設者として一緒にスタートアップを立ち上げるという共通の野心を持ち続けました。
メルニチェクは、「しばらくして、私はマトヴェエンコに近づき、こう言いました。「最終的にはどうですか？」と言いました。彼らは地図と天気の交差点で何かを考え始めました。」
メルニチェックにとって、それは個人的なものでした。
「私はスイスに住んでいて、RainViewer というアプリを使ってアルプスでハイキングしていました。これがとても気に入りました。文字通り、雨雲の後ろをハイキングしていました。アプリは、雲が動き続け、私は濡れていないことを示しました。
しかしその時、突然頭に何かが当たるのを感じました。ブドウくらいの大きさの雹が降りました。雨雲は山に達し、止み、強まり、雹を降らせ始めました。
アプリは標高を考慮していませんでした。山があることを知らなかったので、地形が雲にどのような影響を与えるかではなく、過去の観測のみに依存していました。」
それは彼が気づいた瞬間でした。既存のモデルは、複雑な地理において気象システムがリアルタイムでどのように進化するのかを実際には理解していないのです。 S
o 機械学習、標高データ、および複数のリアルタイム入力ソースを使用して、雨やその他の気象現象が歴史的に発生した場所だけでなく、実際にどのように発生するかを予測するというアイデアが生まれました。 Rainbow が宇宙、レーダー、スマートフォンから予測を構築する方法
Rainbow Weather の中核製品は、AI と機械学習を活用した超正確な分単位の天気予報アプリです。
リクエストが行われた瞬間に合わせて調整された 4 時間の降水量レポートを提供します。
たとえば、ユーザーが午前 3 時 51 分の天気をチェックした場合、アプリは午前 7 時 51 分までの正確な予測を提供します。プラットフォームは 10 分ごとに更新されます。また、最小 1 平方キロメートル (0.62 mi²) までの空間解像度も提供します。これらすべての機能により、この製品は、予測が 15 分ごとに更新され、最大 7 時間先まで続く The Weather Company (旧 IBM 所有) などの主要な競合他社とは一線を画しています。
チームは雨の予測から開始し、その後、他の気象パラメータに拡張しました。当初、Rainbow は AI ベースの雨予測を備えた消費者向け天気アプリとして構築されました。しかし、チームはすぐに、予測の品質が入力データの品質によって制限されることに気づきました。
「ゴミを入れれば、ゴミも出ます」とメルニチェック氏は語った。
「そこで、私たちはデータ収集とデータ融合に多額の投資を開始しました。私たちは、複数の赤外線および可視スペクトル帯域にわたって上空から雲システムを捕捉する衛星画像を利用しています。降水が発生している場所を大まかに検出することはできますが、それほど正確ではありません。」
さらに、気象レーダーもあります。空港の近くでよく見かける大きな丸いレドームです。それらは電子レンジのように機能します。水の粒子から反射する電波を放射するため、雨を非常によく検出しますが、前線の後ろで形成されているものではなく、すでに降っているものだけを検出します。」
Rainbow.aiは地上気象観測所のデータも収集しており、スマートフォンからの気圧データの収集も開始した。
「現代の携帯電話には気圧計が付いていますが、これはもともと、階段の数を数えるなど、フィットネス追跡のために高度の変化を測定するために導入されたものです」とメルニチェック氏は説明しました。
しかし、これらのセンサーは非常に正確であり、気圧の変化は気象のダイナミクスと高度に相関しています。 Rainbow Weatehr は現在、世界中の 1,000 を超える気象レーダー、複数の衛星、地上局、モバイル センサーからデータを取り込んでいます。各ソースには独自の処理パイプラインがあります。次に、1 つの中央システムがニューラル ネットワークを使用して出力をブレンドします。
Rainbow がバッチ予測を継続的な大気ストリーミングに置き換える理由
私は、なぜこのような大規模なデータセットでリアルタイムデータが可能なのかを理解したいと思いました。
メルニチェック氏によれば、
「重要なことは、私たちはバッチ モードではなく、継続的なストリームとして動作していることです。新しい衛星フレーム、レーダー スキャン、または気圧の更新が到着すると、すぐに取り込まれて処理されます。
各データ ソースには、ニューラル ネットワークに供給する独自のパイプラインがあり、これらの入力を継続的にブレンドして、数分ごとに更新される地球規模の大気状態の最も正確なリアルタイム表現を生成します。」
確率ではなくタイミングで従来のモデルを上回る
市場にはAccuWeather、Apple Weather、The Weather Companyなど著名な企業が多数存在するが、Rainbow Weatherは現在の予測方法は時代遅れだと主張している。
「従来の予測プロバイダーの多くは、短期の降水量予測にオプティカル フローを利用しています。これは、大気物理学をまったく理解せずに、雲を動いている形状として扱う、高速ですが単純な方法です」と Matveenko 氏は説明しました。
「2 番目のカテゴリーのサービスでは、物理原理を組み込んだ大規模な数学モデルが使用されていますが、非常に扱いにくく、時間がかかるため、リアルタイムの気象変化に迅速に対応できません。」
対照的に、Rainbow Weather は高度な機械学習モデルを使用して、膨大な数の高解像度データを結合して予測を生成します。
「異種データを混合することで、個々のソースに固有の典型的なエラーを排除できます。これにより、よりクリーンで正確なデータをモデルに入力し、より正確な予測を達成することができます。また、当社の AI モデルの最適化されたパフォーマンスのおかげで、競合他社よりもはるかに速くこの予測を行うことができます。」と Matveenko 氏は付け加えました。
雨アプリからリアルタイムの環境インテリジェンスまで
具体的には、Rainbow.ai はタイミング、つまり降水イベントの正確な開始と終了に焦点を当てています。 「消費者側では、ほとんどの人が確率分布を正しく理解していないため、意図的に確率分布を表示しません」とメルニチェック氏は語った。
「スタンフォード大学の調査では、ユーザーが『降水確率 30 パーセント』を全く異なる意味で誤解していることが示されています。ある者は 1 時間のうち 30 パーセントが雨が降ることを意味すると考えており、他の者はエリアの 30 パーセントで雨が降ることを意味すると考えています。」
もちろん、同社は B2B クライアントに対して、完全な確率フィールド、信頼レベル、不確実性バンドを提供します。 「しかし、当社の競争上の優位性は、7 日間ではなく、次の数分、数時間で何が起こるかを非常に正確に把握できることです。」
同社は火災探知にも進出しているが、これはメルニチェック氏が住んでいるキプロスで目撃した深刻な山火事に一部触発された動きである。
「私たちはすでに地球全体の衛星画像を数分ごとに処理していることに気づきました。それでは、火災を示す熱異常や煙のパターンを検出するためにパイプラインを拡張してみませんか?」彼は言います。
「完全に新しいインフラストラクチャを構築する必要はありません。同じデータ ストリーム上に別のモデルを追加するだけです。理念は同じです。迅速な検出、継続的な監視、グローバル カバレッジです。
「気候変動に伴い、山火事、熱波、異常気象の頻度が高まっています。私たちは、Rainbow が単なる雨アプリではなく、一般的なリアルタイム環境インテリジェンス システムになることを望んでいます。」
有機的成長を促進する「驚きの瞬間」
今日の時点で、Rainbow Weather のインストール数は 100 万件を超え、アクティブ ユーザー数は 100,000 人を超えています。このアプリの最も強力な成長原動力は口コミです。
メルニチェック氏によれば、
「アプリが雨が降り始めると告げたときに雨が降り始め、アプリが止むと告げたまさにそのときに雨が止むという経験をすると、人々はそれを覚えます。
彼らはそれを携帯電話のデフォルトの天気予報アプリと比較します。外ではすでに雨が降っているのに、晴れていることが時々あります。この「すごい瞬間」が、友人や家族に非常に強力な推奨事項を生み出します。」
ブラックボックスを開いて透過的な分析を実現する
また、チームは、AccuWeather、Vaisala、The Weather Company などのプロバイダーによる短期降水量予測の精度をリアルタイムで評価するオープンソース ツール、weatherindex.ai も実行しています。パブリック API からライブ データを取得し、精度や F スコア (予測パフォーマンスの尺度) などの標準指標を使用して、予測を検証済みの空港天気予報と比較します。
メルニチェック氏は、オープンベンチマークプラットフォームを構築するという決定は、AIと同様に天気予報も透明性があり、比較可能で、公的に検証可能なパフォーマンス指標を通じて判断されるべきだという信念に基づいて行われたと述べている。
「AI の世界では、私たちはベンチマークを開くことに慣れています。誰もがモデル (GPT、Claude、Gemini、オープンソース LLM) を比較し、標準のデータセットでそれらのモデルがどのように動作するかを確認できます。
天気では、それは大きく異なります。多くのプロバイダーは、ライセンス契約で、自社のデータを競合他社のデータと比較することを明示的に禁止しています。それは非常に時代遅れで、私たちにとって非常に防御的だと感じました。」
そこで同社は逆のことを決断した。
主に空港の気象観測所を使用して、さまざまな気象プロバイダーを検証済みのグラウンド トゥルースと比較するための Weather Index を構築しました。空港には高品質の機器があり、観測結果を検証する気象学者がいるため、これは非常に信頼できる参照となります。
「私たちはさまざまなプロバイダーからデータを購入し、すべてのプロバイダーで同じ評価を実行し、その結果をオープンに公開しています。どのプロバイダーが、どの国で、どの予測期間についてより正確であるかがわかります。たとえば、1 時間の雨のタイミングについては、イギリス、フランス、イタリア、スペイン、フィンランド、バルト三国、トルコなど、ヨーロッパのほとんどの地域で最高のパフォーマンスを示しています。北米では、
The Weather Company の業績は極めて良好です。日本ではAccuWeatherが非常に強いです。東南アジアとオーストラリアでは、当社は再びリーダーの仲間入りを果たしました。私たちは気象データが重要なインフラストラクチャであり、重要なインフラストラクチャは透明性をもって評価されるべきであると信じています。」
このスタートアップは、ユニコーンの地位を獲得した初の純粋なデジタル消費者向け女性向け健康アプリである Flo Health の創設者兼社長であるユーリ・グルスキ氏を含む投資家シンジケートによって支援されています。
新たな資金調達により、このスタートアップは、追加の気象パラメータを組み込むことで降水量予測を超え、予測期間を 4 時間から 24 時間に延長し、2030 年までに 40 億 7,000 万ドルに達すると予測される気象予測業界の B2B セグメントでの存在感を高めることを計画しています。
長期的には、Rainbow AI は世界で最も正確なリアルタイム環境インテリジェンス プラットフォームを構築したいと考えています。単なる天気予報ではなく、大気中や地上で何が起こっているかを継続的に更新するデジタル表現です。これは、人々や企業が安全を保ち、ますます不安定になる気候の中でより適切な意思決定を行うのに役立つシステムです。