Az Weather Underground időjárási előrejelzéseket készít a világ több mint 200 000 magánszerkezetű meteorológiai állomására, valamint állami állomásokra, amelyek országonként eltérőek. A cég 400 új állomást hoz létre Ázsiában, Dél-Amerikában és Afrikában, és mindegyikét integrálja az IBM Watson nyelvtanuló AI-jével (amelyik a Jeopardy játékot játszotta és megnyerte) .
kapcsolodo tartalom
- Hogyan változott az időjárás előrejelzése az első világháborúban
Szóval mit jelent pontosan ez? Globális időjárás-előrejelző rendszert hoz létre, amely számos világméretű vállalkozáshoz kapcsolódik, és ezzel reményben, hogy meghaladja a globális iparág legdrágább és leginkább káros változóit - az időjárást.
Amikor az IBM tavaly októberben megvásárolta a The Weather Company / WU-t, azonnal bejelentette azon szándékát, hogy a WU 200 000 meteorológiai állomását egyesíti a Watsonnal a tárgyak internetén keresztül. Az IoT nem egy meghatározott nyelv, hanem sokféle dolog egyesítésének egyik nyelve alatt annak fogalma, hogy minden adatot össze lehessen összeállítani és bemutatni. Bármi legyen is a protokoll, az időjárás-előrejelzés nagy pénzt érdemel a globális vállalatok számára.
"Csak az Egyesült Államokban tudjuk, hogy a vállalkozások évente több mint 500 milliárd dollárt veszítenek az időjárással kapcsolatos problémák miatt" - mondja Mary Glackin, a The Weather Company tudományos előrejelzési műveleteinek vezetője. Az IBM és a The Weather Company úgy látja, hogy a repülési, biztosítási, közmű- és mezőgazdasági iparág a WU Watson által infuzált időjárás-előrejelző eszközének első bevezetője.
"A The Weather Company összes adata elérhető egy egyszerűen közzétett Application Programming Interface (API) segítségével" - mondta John Cohn, az IBM munkatársa és a tervezési automatizálás vezető tudósa. Gondolj egy API-ra, mint egy szoftverkészlet utasításkészletére. Rugalmas abban a tekintetben, hogy a végfelhasználói vállalat választhatja meg, hogy néz ki a szoftver. Ebből a digitális portálból az alkalmazottak hozzáférnek az időjárás-állomásokból és az IoT-hoz csatlakoztatott eszközökből származó adatokhoz, és Watson összekapcsolja azokat azzal, hogy lehetővé teszi számukra, hogy kérdéseket tegyenek fel úgy, ahogy valaki egy másik személyt kér.
Ez a térkép az Weather Underground személyi meteorológiai állomásainak globális lefedettségét mutatja. (Weather Underground) „Első bemutatónk, amely már online és működik is, egy EZ Buddy nevű projekt körül zajlik - mondja Cohn, - amelyet Kenyában az IBM kutatólaboratóriumunk fejlesztett ki. Az EZ Buddy bemutatja, hogy a helyi időjárási adatok hogyan használhatók a helyi öntözésfigyeléshez és -ellenőrzéshez a gazdálkodók számára a növényi öntözés optimalizálásának elősegítésére. ”A gazdák szöveget adnak a rendszernek mobiltelefonjukról, és olyan kérdéseket vetnek fel, mint„ Mikor kellene öntöm? ” és 'Mennyi ideig lehet víztartályomat feltölteni eső?', és a rendszer szövege válaszol. Miután kiterjesztette a Kelet-Afrikára, a WIoT (Watson IoT) egyesíti a WU összes meteorológiai állomását a vonatkozó műholdas adatokkal, emeli az adatokat a mobiltelefonok nyomásérzékelőiről, és egyesíti azokat a helyi információkkal, például a talajmérésekkel és a közeli víztárolókkal, hogy élesebbé tegye a időjárási modellek globálisan és helyileg is. A gazdák felhasználhatják öntözésükre, ültetési idõszakra és peszticid-ütemtervükre. "Megmutatja, hogy a kereskedelmi érdekek, mint például a biztosítók, a kereskedelmi gazdálkodás érdekei és az okosabb városok felépíthetnek olyan kereskedelmi rendszereket, amelyek a hiperlokalikus időjárási adatokat és a kognitív tárgyak internete összekapcsolják" - tette hozzá Cohn.
A légitársaságok már a turbulenciajelentéseket gyűjtik a fedélzeti gyorsulásmérőkön keresztül, és az adatokat a The Weather Company segítségével összevonják. A társaság 2016-os jelentése szerint a turbulencia évente 5 millió dollárt károsít, évente 35 millió dollárt okoz a személyzet és az utasok sérülése, évente 1, 36 milliárd dollárt okoz a repülések eltérítése. A WIoT összekapcsolja a globális időjárási modellt ezeknek a kereskedelmi repülőgépeknek a turbulencia-adataival, előrejelző rendszert építve, amelyhez az összes légitársaság hozzáférhet az adott API portálon keresztül. Ezzel a pilóták manőverezhetnek viharok körül, a légitársaságok számítógépes rendszerei pedig beállíthatják a várható érkezési és indulási időket.
A partra telepített személyes időjárás-állomás (Weather Underground) A rossz időjárás az USA-ban évente 500 milliárd dolláros kárt okoz az Egyesült Államokban - nyilatkozta a The Weather Company a biztosítási ágazatról szóló legutóbbi bemutatója. „A (WIoT) kiegészítő adatkészletei szintén segítenek bennünket a fokozott pontossággal előre jelezni a kockázatot, csökkentik a benyújtott követelések számát, ugyanakkor segítik a biztosítótársaságokat a csalások megjelölésében is” - mondja Glackin. A biztosítótársaságok figyelmeztethetik az ügyfeleket a jégeső és a hóvihar közeledésére, hogy elkészítsék otthonaikat és autóikat, minimalizálva a károkat (és ezért a követeléseket). A közművek is veszteségeket szenvednek a nehéz időjárási viszonyok miatt, amelyeket nem mindig tudnak előre megjósolni. Az IBM Big Data és Analytics Hub szerint az áramkimaradások hetven százaléka a rossz időjárás miatt, és minden alkalommal, amikor egy energetikai társaság kiküld egy személyzetet a szolgáltatások helyreállításához, átlagosan 500 000 dollárba kerül. A WIoT időjárási modelljét az API-n keresztül felhasználva a közüzemi vállalkozások proaktívak lehetnek és javításokat végezhetnek a nagy viharok előtt, hogy a javító személyzet gyorsabban be tudjon lépni a szolgáltatások helyreállításához.
Az ember személyes meteorológiai állomást telepít. (Weather Underground) És akkor, amint Cohn mondja, más iparágak is valószínűleg hozzáférnek az időjárási modellhez, hogy a drága késések elkerülése érdekében betervezzék a durva időjárási előrejelzésekkel kapcsolatos előrehozott szállítást. Előnyösek lehetnek az autóipari és kiskereskedelmi társaságok, amelyek például az óceánon át szállító késztermékeket, például személygépkocsikat és pólókat szállítanak.
"Nagyon izgatottan hisszük, hogy Watson segíthet nekünk a légkörrel kapcsolatos tudásbázisunk kibővítésében" - mondja Glackin. "Például az előrejelzéseink két hétre és azon túl történő javítása érdekében a kognitív számítástechnika képes összes háttérinformáció asszimilálására, majd áttekinti a történeti és a jelenlegi adatok halmozódását, hogy elősegítse a prediktív minták kiválasztását, amelyeket a hagyományos megközelítésekkel nem ismertünk fel."
Szóval odamennél. Ötven évvel ezelőtt semmit sem tudtunk megjósolni, és ma azt mondják, hogy hamarosan az AI két hét eltelte után elkezdi képzett időjárási előrejelzéseket készíteni. Alapvetően varázslat.
