Веатхер Ундергроунд прави временске прогнозе засноване на више од 200.000 приватних метеоролошких станица широм света, плус јавних станица, које се разликују у зависности од државе до државе. Компанија додаје 400 нових станица широм Азије, Јужне Америке и Африке и интегрисаће их све у ИБМ-ово ВИ-иново учење учења Ватсон-а (оног који је играо Јеопарди! И победио) .
Сличан садржај
- Како је Први светски рат променио временску прогнозу на добар
Па шта то конкретно значи? То ствара глобални систем временске прогнозе везан за бројне светске компаније, а са тим се нада да ће надмашити једну од најскупљих, штетних варијабли у глобалној индустрији - временску прогнозу.
Када је ИБМ прошлог октобра купио компанију Веатхер Веатхер / ВУ, одмах је објавио намеру да споји 200.000 метео-станица ВУ-а са Ватсоном путем Интернета ствари. ИоТ није специфичан језик, већ концепт обједињавања различитих ствари под једним језиком, тако да се сви њихови подаци могу саставити и представити заједно. Без обзира на протокол, глобалне компаније прогнозирају временске прилике велике паре.
„Само у САД-у знамо да предузећа сваке године изгубе више од 500 милијарди долара због проблема везаних за временске прилике“, каже Мари Глацкин, шефица операција прогнозирања науке у компанији Тхе Веатхер Цомпани. ИБМ и компанија за временску прогнозу виде ваздухопловство, осигурање, комуналне и пољопривредне индустрије као ране прихватаче ВУ-овог алата за прогнозирање времена у Ватсон-у.
„Свим подацима компаније Веатхер Веатхер може се приступити помоћу једноставног објављеног апликацијског програмског сучеља (АПИ)“, каже Јохн Цохн, ИБМ-ов колега и главни научник за аутоматизацију дизајна. Замислите АПИ као скуп упутстава за састављање дела софтвера. Флексибилан је у томе што компанија крајњих корисника може изабрати како ће изгледати софтвер. Са овог дигиталног портала запослени ће приступити подацима прикупљеним са метеоролошких станица и уређајима повезаним са ИоТ-ом, а Ватсон их повезује омогућавајући им да постављају питања онако како особа поставља другу особу.
Ова карта приказује глобалну покривеност личних метеоролошких станица Веатхер Ундергроунд. (Веатхер Ундергроунд) "Наша почетна демонстрација, која је већ на мрежи и ради, је око пројекта званог ЕЗ Будди", каже Цохн, "који је развио наш лабораториј за истраживање у Кенији. ЕЗ Будди демонстрира како се локални временски подаци могу користити за надгледање и контролу локалног наводњавања како би се пољопривредницима помогло да оптимизирају своје наводњавање. “Пољопривредници текстуално шаљу систем са својих мобилних телефона и постављају питања попут„ Када треба залијевати? “ и „Колико дуго док ме кишу воде не напуни киша?“, а систем на њих текст одговара. Једном када се прошири изван Источне Африке, ВИоТ (Ватсон ИоТ) ће спојити све временске станице ВУ-а са релевантним сателитским подацима, подићи податке са сензора притиска мобитела и комбиновати их са локалним информацијама, попут мерења тла и оближњих залиха воде, како би се изоштрио његов временски модели како глобално тако и локално. Пољопривредници га могу користити за управљање наводњавањем, сезонама садње и плановима пестицида. "То ће показати како комерцијални интереси попут осигуравача, комерцијалних пољопривредних интереса и паметнијих градова могу да граде комерцијалне системе који комбинују хиперлокалне временске податке са когнитивним ИоТ", додаје Цохн.
Авиопревозници већ сакупљају извештаје о турбуленцијама преко бродских акцелерометара и спајају податке путем компаније Веатхер Веатхер. Према извештају компаније за 2016. годину, турбуленције узрокују штету од 5 милиона долара годишње, повреде посаде и путника 35 милиона долара годишње, а преусмеравање летова годишње 1, 36 милијарди долара. ВИоТ ће повезати у глобални временски модел податке о турбуленцијама свих ових комерцијалних летјелица, градећи систем предвиђања којем све авиокомпаније могу приступити путем тог АПИ портала. Помоћу њега пилоти могу маневрирати око олује, а авиокомпанијски рачунарски системи могу прилагодити предвиђена времена доласка и одласка.
Лична метеоролошка станица инсталирана на обали (Веатхер Ундергроунд) Невријеме временски узрокује штету у САД-у од 500 милијарди долара сваке године, према недавној презентацији индустрије за осигурање осигуравајуће компаније. „Додатни скупови података (ВИоТ-а) такође ће нам помоћи да предвидимо ризик с побољшаном тачношћу, смањимо број поднетих захтева, а такође ћемо помоћи у превари застава осигуравајућих друштава“, каже Глацкин. Осигуравајуће компаније могле би упозорити купце да се приближавају тучи и мећавама како би могли да припреме своје домове и аутомобиле, минимизирајући штету (и самим тим потраживања). Јавна предузећа такође гутају велике губитке услед тешких временских прилика које не могу увек да предвиде унапред. Седамдесет процената нестанка струје је због лошег времена, према ИБМ-овим Биг Дата и Аналитицс Хуб-у, а сваки пут када нека енергетска компанија пошаље посаду на обнављање услуга, то кошта у просеку 500.000 УСД. Користећи ВИоТ временски модел путем АПИ-ја, комунална предузећа могу бити проактивна и постављати опрему за поправак уочи већих олуја како би посаде за поправке брже кренуле у обнављање услуга.
Човек инсталира личну метеоролошку станицу. (Веатхер Ундергроунд) А ту су, како каже Цохн, друге индустрије које ће вероватно приступити временском моделу како би заказале своје отпрему око предвиђених закрпа због лошег времена како би се избегла скупа кашњења. Аутомобилске и малопродајне компаније, на пример, које прелазе готове производе као што су путнички аутомобили и мајице теретним бродом преко океана, могу искористити предност.
„Узбуђени смо, верујемо да нам Ватсон може помоћи да проширимо базу знања о атмосфери, “ каже Глацкин. „На пример, да бисмо побољшали наше прогнозе за две недеље и касније, когнитивно рачунање би могло да асимилира сва позадинска знања, а затим би погледали копије историјских и тренутних података да би нам помогли да изаберемо предиктивне шаре које нисмо препознали са традиционалним приступима.“
Ето га. Пре педесет година нисмо могли много да предвидимо, а данас кажу да би АИ ускоро могао да почне да прави школоване временске прогнозе за две недеље. У основи магија.
