Základem technologie TempestLabs jsou fyzikálně informované modely, které respektují přírodní zákonitosti a dokážou předpovídat počasí s prostorovým rozlišením v řádu metrů a časovým rozlišením v řádu minut.
Globální modely poskytují předpověď pro území o velikosti přibližně 10 × 10 kilometrů a aktualizují ji jednou za hodinu. Takové rozlišení ale nestačí všude. TempestLabs vyvíjí technologii pro situace, kde o výsledku rozhodují přesné lokální podmínky.
Dnes technologii využívá například společnost ČEPS, pro kterou TempestLabs vytváří předpověď pro 17 000 lokalit ve výšce 20 metrů nad zemí a modeluje průhyb elektrických vedení podle skutečné lokální teploty, větru a zatížení. Přesnější data umožňují efektivněji využívat kapacitu stávající přenosové soustavy.
V zemědělství pomáhá rozhodovat o načasování postřiků, závlahy nebo ochraně proti mrazům na úrovni jednotlivých polí. V oblasti obrany poskytuje hyperlokální data o větru, vlhkosti a teplotě pro balistické výpočty, plánování tras a vyhodnocení připravenosti terénu. V energetice pomáhá řídit kapacitu přenosové soustavy a odhadovat výrobu energie z obnovitelných zdrojů. TempestLabs zároveň vyvíjí nástroj pro detekci ohnisek lesních požárů ve 100metrovém rozlišení pro českou hasičskou jednotku nasazenou na Peloponésu v Řecku.
Za spin-offem stojí tým z Data Science Laboratory na FIT ČVUT, který se dlouhodobě věnuje modelování prostorově-časových dat. Jejich model WeatherFusionNet zvítězil v soutěži Weather4cast na konferenci NeurIPS. V konkurenci týmů z Alibaba, KAIST, SI Analytics i výzkumníků spolupracujících s Microsoftem dokázal nejpřesněji předpovědět radarová data o srážkách ze satelitních snímků v oblastech, kde radarová měření nejsou k dispozici.
TempestLabs navazuje na dlouhodobou spolupráci se společnostmi Škoda Auto, ČEPS a Meteopress. Rozvoj technologie podporuje také ESA Business Incubation Centre (ESA BIC) Evropské kosmické agentury.
Founders
Web
https://www.tempestlabs.ai/