Weather Underground oblikuje vremenske napovedi na podlagi več kot 200.000 zasebnih zgrajenih vremenskih postaj po vsem svetu ter javnih postaj, ki se glede na državo razlikujejo. Podjetje dodaja 400 novih postaj po Aziji, Južni Ameriki in Afriki in jih bo vse združilo z IBM-ovim AI-jem Watson-ovega učenja (tisto, ki je igralo Jeopardy! In zmagalo) .
Sorodne vsebine
- Kako je napoved vremena napovedala v svetovno vojno v dobro
Kaj točno to pomeni? Ustvarja globalni sistem napovedi vremena, ki je povezan s številnimi svetovnimi podjetji, s tem pa upanje, da bo nadgradil eno najdražjih, škodljivih spremenljivk v svetovni industriji - vreme.
Ko je IBM oktobra oktobra kupil podjetje Weather Weather / WU, je takoj sporočil, da namerava združiti 200.000 vremenskih postaj WU z Watsonom prek interneta stvari. IoT ni poseben jezik, ampak koncept združevanja več različnih stvari v enem jeziku, tako da se lahko vsi njihovi podatki zbirajo in predstavijo skupaj. Ne glede na protokol je za vremenske napovedi svetovnim podjetjem vredno velikega denarja.
"Samo v ZDA vemo, da podjetja vsako leto zaradi problemov, povezanih z vremenom, izgubijo več kot 500 milijard dolarjev, " pravi Mary Glackin, vodja operacij za napovedovanje znanosti v podjetju The Weather Company. IBM in Weather Weather vidijo letalsko, zavarovalno, komunalno in kmetijsko industrijo kot zgodnje sprejeto orodje za napovedovanje vremena, ki ga je WU napolnil WU.
"Do vseh podatkov družbe Weather Weather je možno dostopati s preprostim objavljenim aplikacijskim programskim vmesnikom (API), " pravi John Cohn, IBM-ov sodelavec in glavni znanstvenik avtomatizacije oblikovanja. Zamislite API kot niz navodil za izdelavo dela programske opreme. Prilagodljivo je, da lahko podjetje končnih uporabnikov izbere, kakšna bo programska oprema. S tega digitalnega portala bodo njegovi zaposleni dostopali do podatkov, ki jih črpajo iz vremenskih postaj in naprav, povezanih z IoT, in Watson jih povezuje tako, da jim omogoča, da postavljajo vprašanja tako, kot človek vpraša drugo osebo.
Ta zemljevid prikazuje globalno pokritost osebnih vremenskih postaj Weather Underground. (Vreme podzemno) "Naša začetna predstavitev, ki je že na spletu in deluje, je okrog projekta, imenovanega EZ Buddy, " je dejal Cohn, "ki ga je razvil naš laboratorij IBM v Keniji. EZ Buddy demonstrira, kako se lahko lokalni vremenski podatki uporabljajo pri spremljanju in nadzoru lokalnega namakanja, da kmetom pomagajo optimizirati zalivanje pridelkov. "Kmetje sistem pošiljajo s svojih mobilnih telefonov in postavljajo vprašanja, na primer" Kdaj naj zalivam? " in »Koliko časa, dokler moji rezervoarji za vodo ne napolnijo dežja?«, sistem pa jih odgovori. Ko se razširi zunaj Vzhodne Afrike, bo WIoT (Watson IoT) združil vse vremenske postaje WU z ustreznimi satelitskimi podatki, dvignil podatke s tlačnih senzorjev mobilnih telefonov in jih združil z lokalnimi informacijami, kot so meritve tal in bližnji zalogi vode, da bi izostril svoje vremenske modele tako globalno kot lokalno. Kmetje ga lahko uporabljajo za upravljanje namakanja, letnic sajenja in urnikov pesticidov. "Pokazalo se bo, kako lahko komercialni interesi, kot so zavarovalnice, interesi za komercialno kmetovanje in pametnejša mesta, zgradijo trgovske sisteme, ki kombinirajo hiperlokalne vremenske podatke s kognitivnim IoT, " dodaja Cohn.
Letalske družbe že zbirajo poročila o turbulencah z vgrajenimi merilniki pospeška in podatke združujejo prek družbe Weather Weather. Po poročilu podjetja za leto 2016 turbulenca povzroči 5 milijonov dolarjev škode na leto, 35 milijonov dolarjev na leto poškodb posadke in potnikov ter 1, 36 milijarde dolarjev letno preusmeritev letov. WIoT bo v globalni vremenski model povezal podatke o turbulencah vseh teh komercialnih zrakoplovov in zgradil sistem napovedi, do katerega lahko dostopajo vse letalske družbe prek tega API portala. Z njim lahko piloti manevrirajo okoli neviht, letalski računalniški sistemi pa lahko prilagodijo predvidene čase prihoda in odhoda.
Osebna vremenska postaja, nameščena na obali (Weather Underground) V vremenskem vremenu vsako leto v ZDA povzroči 500 milijard dolarjev škode, kaže nedavna predstavitev zavarovalnice The Weather Company. "Dodatni nabori podatkov (WIoT's) nam bodo tudi pomagali napovedati tveganje z večjo natančnostjo, zmanjšali število vloženih zahtevkov, hkrati pa tudi pomagali zavarovalnicam pri goljufiji, " pravi Glackin. Zavarovalnice bi lahko kupce opozorile, naj se približajo toči in snežnim megam, da bi lahko pripravili svoje domove in avtomobile, kar bi zmanjšalo škodo (in zato škodo). Javne službe prav tako požirajo veliko izgub zaradi težkega vremena, ki ga ne morejo vedno napovedati daleč vnaprej. Po podatkih IBM Big Data in Analytics Hub je sedemdeset odstotkov izpadov električne energije posledica slabega vremena in vsakič, ko energetsko podjetje pošlje posadko za obnovitev storitev, stane v povprečju 500.000 dolarjev. Z uporabo vremenskega modela WIoT prek API-ja lahko komunalna podjetja pred večjimi nevihtami prevzamejo proaktivnost in popravijo opremo pred večjimi nevihtami, tako da se posadke za popravilo lahko hitreje premaknejo v obnovitev storitev.
Moški namesti osebno vremensko postajo. (Vreme podzemno) Potem pa obstajajo, kot pravi Cohn, druge panoge, ki bodo verjetno pristopile k vremenskemu modelu, da bi načrtovale pošiljanje okoli napovedanih popravkov grobega vremena, da se izognejo dragim zamudam. Avtomobilska in maloprodajna podjetja, na primer, lahko premikajo končne izdelke, kot so osebni avtomobili in majice s tovornim vozilom po oceanih.
"Najbolj navdušeni smo, ker verjamemo, da nam Watson lahko pomaga razširiti bazo znanja o vzdušju, " pravi Glackin. "Na primer, za izboljšanje naših napovedi za dva tedna in pozneje bi kognitivno računalništvo lahko prisvojilo vsa osnovna znanja in nato pogledalo kopice zgodovinskih in sedanjih podatkov, da bi nam pomagalo izbrati napovedne vzorce, ki jih s tradicionalnimi pristopi nismo prepoznali."
Torej, greš. Pred petdesetimi leti nismo mogli ničesar napovedati, danes pa pravijo, da bo AI kmalu lahko začela dva tedna izpopolnjevati napovedane vremenske napovedi. V bistvu čarovnija.
