Weather Underground izrađuje vremenske prognoze na temelju više od 200 000 privatnih izgrađenih meteoroloških stanica širom svijeta, plus javnih postaja, koje se razlikuju ovisno o broju zemalja. Tvrtka dodaje 400 novih stanica širom Azije, Južne Amerike i Afrike, a integrirat će ih sve s IBM-ovim Watson AI učenjem jezika (onim koji je igrao Jeopardy! I pobijedio) .
Povezani sadržaj
- Kako je Prvi svjetski rat promijenio prognozu vremena u dobro
Pa što to točno znači? To stvara globalni sustav vremenske prognoze vezan za brojne svjetske tvrtke, a s tim se nada da će nadmašiti jednu od najskupljih, štetnih varijabli u globalnoj industriji - vrijeme.
Kad je IBM prošlog listopada kupio tvrtku Weather Weather / WU, odmah je objavio namjeru za spajanje 200 W meteoroloških postaja s Watsonom putem Interneta stvari. IoT nije specifičan jezik, već koncept objedinjavanja različitih stvari u jednom jeziku, tako da se svi njihovi podaci mogu sastaviti i predstaviti zajedno. Bez obzira na protokol, svjetske kompanije prognoziraju vremenske prognoze i velike novce.
„Samo u SAD-u znamo da tvrtke svake godine izgube više od 500 milijardi dolara zbog problema vezanih za vremenske prilike“, kaže Mary Glackin, voditeljica operacija za prognoziranje znanosti u tvrtki The Weather Company. IBM i Weather Company vide zrakoplovstvo, osiguranje, komunalne i poljoprivredne industrije kao rane prihvatače WU-ovog Watson-ovog alata za prognozu vremena.
"Svim podacima vremenske kompanije može se pristupiti pomoću jednostavnog objavljenog aplikacijskog programskog sučelja (API)", kaže John Cohn, IBM-ov kolega i glavni znanstvenik za automatizaciju dizajna. Zamislite API kao skup uputa za sastavljanje dijela softvera. Fleksibilan je u tome što tvrtka za krajnjeg korisnika može odabrati kako će izgledati softver. S ovog digitalnog portala zaposlenici će pristupiti podacima prikupljenim s meteoroloških stanica i uređajima povezanim s IoT-om, a Watson ih povezuje omogućavajući im postavljanje pitanja na način na koji osoba postavlja drugu osobu.

"Naša početna demonstracija, koja je već na mreži i radi, je oko projekta zvanog EZ Buddy", kaže Cohn, "razvijenog u IBM istraživačkom laboratoriju u Keniji. EZ Buddy pokazuje kako se lokalni vremenski podaci mogu upotrijebiti za nadgledanje i kontrolu lokalnog navodnjavanja kako bi se poljoprivrednicima pomoglo da optimiziraju zalijevanje usjeva. “Poljoprivrednici tekstualno šalju sustav sa svojih mobitela postavljajući pitanja poput„ Kada trebam zalijevati? “ i "Koliko dugo dok me cisterne s vodom ne napune kišom?", a sustav teksta odgovara na njih. Nakon širenja izvan Istočne Afrike, WIoT (Watson IoT) spojit će sve vremenske stanice WU-a s relevantnim satelitskim podacima, podići podatke s senzora tlaka mobitela i kombinirati ih s lokalnim podacima, poput mjerenja tla i obližnjih zaliha vode, kako bi se izoštrio njegov vremenski modeli kako globalno tako i lokalno. Poljoprivrednici ga mogu koristiti za upravljanje navodnjavanjem, sezonama sadnje i rasporedima pesticida. "To će pokazati kako komercijalni interesi poput osiguravatelja, komercijalnih poljoprivrednih interesa i pametnijih gradova mogu graditi komercijalne sustave koji kombiniraju hiperlokalne vremenske podatke s kognitivnim IoT", dodaje Cohn.
Zrakoplovi već sakupljaju izvješća o turbulencijama putem brodskih akcelerometara i spajaju podatke putem tvrtke Weather Weather. Prema izvješću tvrtke za 2016., turbulencije uzrokuju štetu od 5 milijuna dolara godišnje, 35 milijuna dolara godišnje u ozljedama posade i putnika i 1, 36 milijardi dolara godišnje u diverzijama letova. WIoT će u globalni vremenski model povezati podatke o turbulencijama svih ovih komercijalnih zrakoplova, izgrađujući prognozni sustav kojem sve zrakoplovne tvrtke mogu pristupiti putem tog portala API. S njom piloti mogu manevrirati oko oluje, a zračni računalni sustavi mogu prilagoditi predviđena vremena dolaska i odlaska.

Ružno vrijeme uzrokuje štetu u SAD-u od 500 milijardi dolara svake godine, pokazala je nedavna prezentacija industrije osiguranja. "(WIoT-ovi) dodatni skupovi podataka također će nam pomoći predvidjeti rizik s poboljšanom točnošću, smanjiti broj podnesenih zahtjeva, a također će pomoći prevarama s osiguravajućim društvima", kaže Glackin. Osiguravajuće kuće mogle bi upozoriti kupce da se približavaju tuči i grmljavinama kako bi mogli pripremiti svoje domove i automobile, minimizirajući štetu (i stoga potraživanja). Javne službe također gutaju velike gubitke od teškog vremena koje ne mogu uvijek unaprijed predvidjeti. Sedamdeset posto nestanka struje je zbog lošeg vremena, prema IBM-ovim Big Data i Analytics Hub-u, a svaki put kada neka energetska kompanija pošalje posadu na obnavljanje usluga, to košta u prosjeku 500.000 USD. Koristeći vremenski model WIoT kroz API, komunalne tvrtke mogu biti proaktivne i popravljati opremu prije velikih oluja kako bi posade za popravak brže krenule u obnavljanje usluga.

A onda, kao što Cohn kaže, postoje i druge industrije koje će vjerojatno pristupiti vremenskom modelu kako bi zakazale svoje otpremu oko predviđenih zakrpa zbog lošeg vremena kako bi se izbjegle skupe odgode. Na primjer, automobilske i maloprodajne tvrtke koje prelaze gotovu robu poput osobnih automobila i majica teretnim brodom preko oceana.
„Uzbuđeni, vjerujemo da nam Watson može pomoći da proširimo bazu znanja o atmosferi“, kaže Glackin. "Na primjer, da bismo poboljšali naše prognoze za dva tjedna i kasnije, kognitivno računanje moglo bi usvojiti sva pozadinska znanja, a zatim bi pogledalo redove povijesnih i aktualnih podataka kako bi nam pomoglo u odabiru prediktivnih obrazaca koje nismo prepoznali s tradicionalnim pristupima."
Eto ti tamo. Prije pedeset godina nismo mogli ništa dobro predvidjeti, a danas kažu da bi AI uskoro mogao početi izrađivati poučene vremenske prognoze za dva tjedna. U osnovi magija.