Ganske presserende situasjon vi har her. Glad vi har Atmo + Rainmaker. «Hvis det ikke var for @Atmo_ai, forringer kuttene som for tiden pågår ved NOAA, ved National Science Foundation, ved National Weather Service, ytterligere forringer nasjonens evner til å gjøre værvarsling. Jeg er takknemlig for at ATMO eksisterer for å fylle det gapet." - Augustus «Du vet at dette problemet over hele verden med vannmangel er et slags lev eller dø-problem for politiske ledere, nasjonale ledere av alle avskygninger, rundt om i verden. Og for noen mennesker i noen deler av verden blir det ekstremt alvorlig og truer virkelig eksistensen av byer, hele stater, i noen tilfeller. Og så vil de vite at det finnes praktiske løsninger som lar dem snu denne nedadgående trenden. For å gjøre det er de villige til å betale svært betydelige summer, tror jeg, for å se det løst. Men til Augustus sitt poeng må vi bevise hva vi gjør og hvordan vi gjør det for å få den attribusjonen og til slutt få betalt for å tilby tjenesten med å gjenopprette vannskiller.» - Alex → I det globale omfanget av ting, hvordan rangerer Amerika for sine avanserte systemer for vær? Jeg beklager å måtte si at USA på den sivile siden har falt betydelig bak resten av verden. Så på den ene siden, på den militære siden, vet du at våre DoD-partnere har distribuert noen av de mest avanserte prognosemodellene med Atmo i løpet av nå en periode på år. Jeg kom faktisk nettopp hit fra noe arbeid på østkysten og jobbet med noen av våre luftvåpenpartnere, og vi har kjørt med dem modeller i flere skalaer, noen som går ned til en bestemt luftvåpenbase, en hel region eller operasjonsteater. Noen er globale av natur, og de bruker disse og bruker disse til alle slags forskjellige applikasjoner. Så de er veldig avanserte. Dessverre, hvis du går inn på National Weather Service i dag, er ingen av de modellene du ser der AI-drevet. De drives av forrige generasjons systemer som hadde mange begrensninger. Disse forrige generasjonsmodellene krevde superdatamaskiner på flere milliarder dollar, men kritisk er de gigantiske, gigantiske stabler med gammel Fortran-kode som ikke tuner og trener seg selv. Så når de gjør en feil som å gå glipp av orkanen Sandy i 2015.. Der andre modeller fikk det, er den eneste måten som blir fikset på hvis noen går inn der og håndlapper det for å fikse det neste gang. Så det er en pre-maskinlæring måte å gjøre det på. Post-maskinlæringen sammenligner hele tiden det du forutsa med observasjonene dine for å justere og kalibrere. Det har ennå ikke kommet til US National Weather Service. Vi er veldig, veldig begeistret for muligheten for å overføre det vi gjør for militæret til den offentlige siden. det er veldig presserende nødvendig, spesielt med tanke på mange av prognoseoverraskelsene landet har hatt for allmennheten de siste par årene.» - Alex @ADoricko administrerende direktør, @RainmakerCorp @alevy administrerende direktør, Atmo