#ensakidag 482 – Svinbilliga AI-ballonger levererar bättre väder än något tidigare system
Faktaruta, 2026-update, Bedömning och Guldkorn är AI-genererad redaktionell kommentar - skild från JJ:s eget avsnitt.
Beskrivning · den här hjälpte jag AI att skriva // JJ
Tänk om vägen framåt inte är mer avancerad teknik, utan att slänga komplexiteten överbord. JJ berättar om en startup som gjort precis det, och resultatet får honom att haja till.
Företaget heter WindBorne Systems, en Stanford-avknoppning i Silicon Valley som JJ beskriver som direkt hämtad ur tv-serien: nördigt, garageaktigt, men med en jättelik ambition att rita om hela väderprognosbranschen. Två saker gör det snyggt. Det första: i stället för att bygga in fysikens och termodynamikens lagar i modellen har de skippat alltihop. Modellen har ingen aning om varför vädret blir som det blir, precis lika lite som en språkmodell begriper innebörden i orden. Den bara analyserar statistiskt, med transformermodeller ovanpå. Och slår ändå allt vi sett tidigare: jämfört nyckeltal för nyckeltal är lösningen elva procent bättre än DeepMind, som legat längst fram.
Det andra är hur data samlas in. Hundratals billiga hemgjorda väderballonger i plast, byggda av restaurangleverantörers material, styrda runt jorden av AI via höjden. Var och en kostar mindre än en billig mobiltelefon. Och målet är tiotals tusen av dem. När de testade att följa en orkan trackade modellen den så exakt att de först trodde att något var fel, medan alla andra låg långt bort.
JJ drar parallellen till Starlink: bort från ett fåtal svindyra, superkapabla satelliter, mot en bombmatta av billiga, enklare. När man går från få och dyra till många och billiga händer något med själva tekniken. Han funderar genast på sin egen bransch, fordonsindustrin, där samma tunga modeller används, och undrar högt om förståelsen ens behövs.
Så fundera, säger han: var i ditt liv eller din verksamhet har du kört fast i ett dyrt, komplicerat teknikspår, och vad skulle hända om du bara tänkte om?
Transkript · JJ:s egna ord
Faktaruta
AI-kommentarAI-genererat · ej JJ-verifierat- Företag / produkt
- WindBorne Systems – Stanford-startup, AI-drivna väderprognoser med autonoma lågkostnadsballonger (WeatherMesh)
- Teknik
- Transformer-baserade AI-modeller för väderprognoser utan fysikaliska grundantaganden; autonomt styrda stratosfärballonger (”många och billiga” i st.f. ”få och dyra”)
- Tidslinje
- Februari 2024: Episoden spelas in; WindBorne har ~100 ballonger i luften
- Februari 2024: WeatherMesh 11% bättre än DeepMind/GNF vid tidpunkten
- 2025: WindBorne säkrar 15 MUSD i Serie A-finansiering
- 2026: ~400 ballonger i luften kontinuerligt, säljer data till NOAA, US Air Force och US Navy
- 1 juni 2026: WeatherMesh 6 lanseras – överträffar ECMWF (världens ledande prognossystem), 3 km upplösning, timvisa prognoser
- Mål 2028: 10 000 ballonger i luften för global täckning
2026 - vad vet vi nu
AI-kommentarAI-genererat · ej JJ-verifieratWindBorne Systems har levererat exakt den trajectory JJ beskrev. Bolaget har vuxit från ~100 till ~400 ballonger i luften, säkrat 15 MUSD i Serie A och i juni 2026 lanserat WeatherMesh 6 – som nu slår ECMWF (det europeiska systemet som länge ansetts som världens bästa) på flera nyckelmått. Systemet ger timvisa prognoser på 3 km upplösning och är 'lika träffsäkert fem dagar ut som en traditionell prognos är dagen innan.' NOAA, US Air Force och US Navy köper data. Målet om tiotusentals ballonger (JJ nämnde det i episoden) är satt till 2028. Principen 'många billiga i stället för få dyra' har visat sig bärande – precis som Starlink-parallellen JJ använde.
Bedömning
AI-kommentarAI-genererat · ej JJ-verifieratTräffsäkerhet
Tidlöshet
Historiskt värde
Inga substantiella missar att notera. Den enda lösa tråden är referensen till Elon Musks tänk kring självkörande bilar – den har åldrats sämre som positiv referens givet Musks politiska polarisering 2025–2026, men det är kontextuellt, inte analytiskt fel.
Guldkorn
AI-kommentarAI-genererat · ej JJ-verifierat”Om WindBornes radikalt annorlunda modelltänk – AI utan fysikförståelse som ändå slår expertsystemen:”
”Istället för att arbeta som man gör med traditionella vädermodeller att den här modellen den ska förstå väldigt mycket av den underliggande de underliggande fysikaliska lagarna och termodynamik och allt vad det nu är och sånt. Så har man skrippat det här helt och hållet. Modellen har ingen aning om vad den gör egentligen. Precis lika lite som en LLM har en aning om innebörden i språket utan den är bara duktig på att sätta ihop det.”
”Om principen 'många och billiga' som generell innovationsstrategi – med Starlink som parallell:”
”Istället för att du har ett ett fåtal svindyra superkapabla satelliter så har du en massiv bombmatta av mycket mindre, mycket mindre kapabla men också mycket, mycket, mycket billigare satelliter. Och i det här att man går ifrån få, dyra till många billiga så händer det ju någonting med den här tekniken.”
”JJs avslutande fråga till lyssnaren – ett ramverk som håller lika bra 2026:”
”Fundera lite grann på vad är det du gör idag i din verksamhet eller i ditt liv där det är på något vis där man har kört fast i ett teknikspår och där tekniken i sig kanske är väldigt dyr och väldigt komplicerad och vad som skulle hända om man liksom bara tänkte om.”
Läs mer som detta
AI-kommentarAI-genererat · ej JJ-verifierat- #413#ensakidag 413 – Starlink train: när himlavalvet aldrig mer blir sig likt.
Delar temat: Rymd & satelliter
- #417#ensakidag 417 – Coronakrisens oväntade effekter: sämre väder (-prognoser, alltså)
Delar temat: Energi, klimat & hållbarhet
- #394#ensakidag 394 – Greta Thunberg i Davos – rätt men nog också lite fel?
Delar temat: Energi, klimat & hållbarhet
- #363#ensakidag 363 – Teslas batteripark levererar. Och tvättmaskinens betydelse för kvinnas frigörelse.
Delar temat: Energi, klimat & hållbarhet
- #41#ensakidag 41 – DARPA uppfinner sensor som vaktar i 100 år utan ström
Delar temat: Energi, klimat & hållbarhet
- #150#ensakidag 150 – Human computers - och det som hände sedan
Delar teman: AI & maskininlärning, Rymd & satelliter
Läst baklänges
”Anders Bjarby har läst om hela arkivet baklänges och gjort varje avsnitt till en byggbar idé - med en ärlig efterhandsläsning och en färdig bygg-prompt.”
Ett fristående projekt av Anders Bjarby.