Weather Underground lager værmeldinger basert på mer enn 200 000 privatbygde værstasjoner over hele verden, pluss offentlige stasjoner, som varierer i antall etter land. Selskapet legger til 400 nye stasjoner over hele Asia, Sør-Amerika og Afrika, og det vil integrere dem alle med IBMs Watson-språkinnlærings AI (den som spilte Jeopardy! Og vant) .
Relatert innhold
- Hvordan første verdenskrig endret værmelding for godt
Så hva betyr egentlig dette? Det skaper et globalt værvarslingssystem bundet i en rekke verdensomspennende virksomheter, og med det et håp om å overmanøvrere en av de mest kostbare, skadelige variablene i global industri - vær.
Da IBM kjøpte The Weather Company / WU i oktober i fjor, kunngjorde det umiddelbart sin intensjon om å slå sammen WUs 200 000 værstasjoner med Watson gjennom Internet of Things. IoT er ikke et spesifikt språk, men snarere konseptet om å forene mange forskjellige ting under ett språk slik at alle dataene deres kan sammenstilles og presenteres sammen. Uansett protokoll er værvarsling store penger verdt for globale selskaper.
"I USA alene vet vi at virksomheter taper mer enn 500 milliarder dollar på grunn av værrelaterte problemer hvert år, " sier Mary Glackin, sjef for vitenskapsprognoser i The Weather Company. IBM og The Weather Company ser luftfarts-, forsikrings-, offentlig bruks- og jordbruksnæringen som tidlige adoptere av WUs Watson-infunderte værvarslingsverktøy.
"Alle data fra Weather Company kan nås ved hjelp av et enkelt publisert Application Programming Interface (API), " sier John Cohn, IBM-stipendiat og sjefforsker innen designautomasjon. Tenk på et API som et sett med instruksjoner for å bygge et programvare. Det er fleksibelt ved at sluttbrukerbedriften kan velge hvordan programvaren skal se ut. Fra denne digitale portalen får de ansatte tilgang til dataene hentet fra værstasjoner og IoT-tilkoblede enheter, og Watson knytter den sammen ved å la dem stille spørsmål slik en person spør en annen person.
Dette kartet viser den globale dekningen av Weather Underground personlige værstasjoner. (Weather Underground) "Den første demonstrasjonen vår, som allerede er online og fungerer, er rundt et prosjekt som heter EZ Buddy, " sier Cohn, "utviklet av IBMs forskningslaboratorium i Kenya. EZ Buddy demonstrerer hvordan lokal værdata kan brukes med lokal overvåkning og kontroll av vanning for å hjelpe bønder med å optimalisere avlingens vanning. ”Bønder tekster systemet fra sine mobiltelefoner og stiller spørsmål som 'Når skal jeg vanne? og 'Hvor lenge til vanntankene mine blir fylt på igjen av regn?', og systemet tekster svarer. Når WIoT (Watson IoT) er utvidet utover Øst-Afrika, vil flette alle WUs værstasjoner med relevant satellittdata, løfte data fra mobiltelefons trykksensorer og kombinere dem med lokal informasjon, for eksempel jordmålinger og vannlagre i nærheten, for å skjerpe dens værmodeller både globalt og lokalt. Bønder kan bruke den til å administrere vanning, plantesesonger og plantevernmidler. "Det vil demonstrere hvordan kommersielle interesser som forsikringsselskaper, kommersielle oppdrettsinteresser og smartere byer kan bygge kommersielle systemer som kombinerer hyperlokal værdata med kognitiv IoT, " legger Cohn til.
Flyselskaper samler allerede turbulensrapporter gjennom akselerometre om bord og slår sammen dataene gjennom The Weather Company. I følge selskapets rapport fra 2016 forårsaker turbulens 5 millioner dollar i året i skade, 35 millioner dollar i året i personskade og passasjerskader, og 1, 36 milliarder dollar i året i flyledninger. WIoT vil koble turbulensdataene til alle disse kommersielle flyene til den globale værmodellen, og bygge et prognosesystem som alle flyselskaper kan få tilgang til via API-portalen. Med det kan piloter manøvrere seg rundt uvær, og datamaskinsystemer for flyselskaper kan justere forventede ankomst- og avgangstider.
En personlig værstasjon installert på kysten (Weather Underground) Grov vær forårsaker 500 milliarder dollar skade i USA hvert år, ifølge en fersk presentasjon om forsikringsbransjen fra The Weather Company. "(WIoT's) tilleggsdatasett vil også hjelpe oss med å forutsi risiko med økt nøyaktighet, redusere antall innlagte krav, og samtidig hjelpe forsikringsselskaper med å flagge svindel, " sier Glackin. Forsikringsselskaper kunne advare kundene om å nærme seg hagl og snøstormer slik at de kunne klargjøre hjemmene sine og biler, og minimere skader (og derfor krav). Offentlige verktøy svelger også mye tap på grunn av mye vær som de ikke alltid kan forutsi langt på forhånd. Sytti prosent av strømbrudd skyldes dårlig vær, ifølge IBMs Big Data og Analytics Hub, og hver gang et energiselskap sender ut et mannskap for å gjenopprette tjenester koster det i gjennomsnitt 500 000 dollar. Ved å bruke WIoT-værmodellen gjennom APIen, kan hjelpefirmaer være proaktive og reparere utstyr på scenen foran store stormer slik at reparasjonspersonell kan komme inn raskere for å gjenopprette tjenester.
En mann installerer en personlig værstasjon. (Weather Underground) Og så er det, som Cohn sier, andre bransjer som sannsynligvis vil få tilgang til værmodellen for å planlegge skipsfarten rundt prognoserte lappetepper for å unngå dyre forsinkelser. Bil- og detaljhandelsselskaper som flytter ferdige varer som personbiler og T-skjorter fra fraktbiler over hav, for eksempel, kan dra fordel.
"Mest spent tror vi Watson kan hjelpe oss med å utvide kunnskapsbasen vår om atmosfæren, " sier Glackin. For å forbedre prognosene våre for to uker og utover, kan kognitiv databehandling for eksempel samle all bakgrunnskunnskapen og deretter se på mange historiske og aktuelle data for å hjelpe oss med å velge prediktive mønstre vi ikke har anerkjent med tradisjonelle tilnærminger.
Så der går du. For femti år siden kunne vi ikke forutsi mye av noe, og i dag sier de at AI snart kan begynne å lage utdannede værmeldinger to uker ute. I utgangspunktet magi.
