Ryzyko klimatyczne ma zasadniczy wpływ na sposób działania firm i rządów, zarówno pod względem taktycznym, jak i strategicznym. Rosnąca zmienność klimatu powoduje zakłócenia w dostawach żywności, a co za tym idzie rośnie presja presję na przedsiębiorstwa (w tym instytucje finansowe, ubezpieczycieli i producentów), by ujawniali, co się dzieje.
Problem polega na tym, że chociaż zebrano już wiele danych na ten klimatu, to ich złożoność, niekompletność i objętość jest zbyt duża, aby ludzie mogli je przetwarzać za pomocą dostępnych obecnie narzędzi. Jednocześnie mamy do czynienia z „chaosem danych”, a w niektórych częściach świata występuje niedobór danych, co znacznie utrudnia dostarczenie przydatnych i terminowych analiz.
Wyzwanie polega na jednoczesnym rozwiązaniu tych problemów. Aby rozwiązać ten problem startup Cervest, stworzył platformę opartą na sztucznej inteligencji, mającą na celu informowanie przedsiębiorstw, rządów i producentów o zdolnościach decyzyjnych w obliczu rosnącej zmienności klimatu. Cervest zakończył rundę inwestycyjną w wysokości 3,7 miliona funtów, aby sfinansować uruchomienie platformy prognozowania klimatu w czasie rzeczywistym.
Rundę poprowadził inwestor przyszłościowy Future Positive Capital wraz ze współinwestorem Astanor Ventures. Runda finansowania w fazie początkowej podnosi całkowite finansowanie firmy do ponad 4,5 miliona funtów.
Cervest, zbudowany w oparciu o trzy lata badań zespołu naukowców, w tym matematyków, programistów i inżynierów, twierdzi, że jego platforma AI Science Earth może analizować miliardy danych w celu prognozowania wpływu zmian klimatu na przyszłość całych krajów.
Zespół Cervrst może to osiągnąć poprzez połączenie technik badawczych i modelowania zaczerpniętych ze sprawdzonych nauk o Ziemi, w tym nauk o atmosferze, meteorologii, hydrologii i agronomii w połączeniu ze sztuczną inteligencją, obrazowaniem, uczeniem maszynowym i statystykami bayesowskimi.
Korzystając z dużych zbiorów zdjęć satelitarnych i teorii prawdopodobieństwa, platforma może identyfikować sygnały lub znaki wczesnego ostrzegania o ekstremalnych zdarzeniach, takich jak powodzie, pożary i silne wiatry. Może także wykryć zmiany w zdrowiu gleby i zidentyfikować ryzyko związane z zakażeniem wody.
Według twórców startupu platforma mogłaby przygotowywać takie dane, jak ujawnienie optymalnej lokalizacji do budowy nowej fabryki; ostrzec plantatora pszenicy, że plony nie powinny osiągnąć założonych celów; lub być wykorzystywane przez ubezpieczycieli, aby pomóc im ustalić składki na następne 12 miesięcy.
Zespół naukowców pochodzi z sieci ponad 30 uniwersytetów, w tym Imperial College, The Alan Turing Institute, Cambridge, UCL, Harvard i Oxford, i opublikował ponad 60 recenzowanych artykułów naukowych.
Wersja beta platformy ma zostać uruchomiona w pierwszym kwartale 2020 roku.
