Weather Underground erstellt Wettervorhersagen auf der Grundlage von mehr als 200.000 privat gebauten Wetterstationen auf der ganzen Welt sowie von öffentlichen Stationen, deren Anzahl von Land zu Land variiert. Das Unternehmen fügt 400 neue Stationen in Asien, Südamerika und Afrika hinzu und integriert sie alle in die Watson-Sprachlern-KI von IBM (die Jeopardy! Gespielt und gewonnen hat) .
Verwandte Inhalte
- Wie der Erste Weltkrieg die Wettervorhersage endgültig veränderte
Was genau bedeutet das? Es schafft ein globales Wettervorhersagesystem, das in eine Reihe von Unternehmen weltweit eingebunden ist, und damit die Hoffnung, eine der kostspieligsten und schädlichsten Variablen der globalen Industrie - das Wetter - zu übertreffen.
Als IBM im Oktober letzten Jahres The Weather Company / WU kaufte, gab es sofort seine Absicht bekannt, die 200.000 Wetterstationen von WU über das Internet der Dinge mit Watson zusammenzuführen. IoT ist keine spezifische Sprache, sondern das Konzept, viele verschiedene Dinge in einer Sprache zu vereinen, damit alle ihre Daten zusammengestellt und präsentiert werden können. Unabhängig vom Protokoll ist die Wettervorhersage für globale Unternehmen von großem Wert.
„Wir wissen, dass Unternehmen allein in den USA durch wetterbedingte Probleme jedes Jahr mehr als 500 Milliarden US-Dollar verlieren“, sagt Mary Glackin, Leiterin der Abteilung Wissenschaftsprognosen bei The Weather Company. IBM und The Weather Company sehen in der Luftfahrt-, Versicherungs-, Versorgungs- und Landwirtschaftsbranche die ersten Anwender des Watson-infundierten Wettervorhersagetools der WU.
„Auf alle Daten von The Weather Company kann mithilfe einer einfachen veröffentlichten API (Application Programming Interface) zugegriffen werden“, sagt John Cohn, IBM-Mitarbeiter und Chefwissenschaftler für Designautomatisierung. Stellen Sie sich eine API als eine Reihe von Anweisungen zum Erstellen einer Software vor. Das Endbenutzerunternehmen kann flexibel auswählen, wie die Software aussehen soll. Über dieses digitale Portal greifen seine Mitarbeiter auf die Daten zu, die von Wetterstationen und mit dem IoT verbundenen Geräten stammen, und Watson verknüpft sie, indem er ihnen die Möglichkeit gibt, Fragen zu stellen, wie eine Person eine andere Person fragt.
Diese Karte zeigt die globale Abdeckung der persönlichen Wetterstationen von Weather Underground. (Das Wetter unter der Erde) „Unsere erste Demonstration, die bereits online ist und funktioniert, dreht sich um ein Projekt namens EZ Buddy“, sagt Cohn, „das von unserem IBM-Forschungslabor in Kenia entwickelt wurde. EZ Buddy demonstriert, wie lokale Wetterdaten mit lokaler Bewässerungsüberwachung und -steuerung verwendet werden können, um Landwirten bei der Optimierung ihrer Bewässerung zu helfen. “Landwirte senden eine SMS über ihr Mobiltelefon mit Fragen wie„ Wann soll ich bewässern? “. und 'Wie lange dauert es, bis meine Wassertanks durch Regen aufgefüllt sind?' Nach seiner Expansion über Ostafrika hinaus wird WIoT (Watson IoT) alle Wetterstationen der WU mit relevanten Satellitendaten zusammenführen, Daten von den Drucksensoren der Mobiltelefone anheben und diese mit lokalen Informationen wie Bodenmessungen und nahegelegenen Wasserspeichern kombinieren, um die Daten zu verbessern Wettermodelle sowohl global als auch lokal. Landwirte können damit ihre Bewässerungs-, Pflanz- und Pestizidpläne verwalten. "Es wird zeigen, wie kommerzielle Interessen wie Versicherer, kommerzielle Landwirtschaftsinteressen und intelligentere Städte kommerzielle Systeme aufbauen können, die hyperlokale Wetterdaten mit kognitivem IoT kombinieren", fügt Cohn hinzu.
Verkehrsflugzeuge erfassen Turbulenzberichte bereits über integrierte Beschleunigungsmesser und führen die Daten über The Weather Company zusammen. Laut dem Bericht des Unternehmens von 2016 verursachen Turbulenzen jährlich Schäden in Höhe von 5 Mio. USD, Verletzungen von Besatzungsmitgliedern und Passagieren in Höhe von 35 Mio. USD und Flugumleitungen in Höhe von 1, 36 Mrd. USD. WIoT wird die Turbulenzdaten aller dieser Verkehrsflugzeuge in das globale Wettermodell einbinden und ein Prognosesystem aufbauen, auf das alle Fluggesellschaften über dieses API-Portal zugreifen können. Damit können Piloten Stürme umfahren und die Computersysteme der Fluggesellschaften können die voraussichtlichen Ankunfts- und Abflugzeiten anpassen.
Eine persönliche Wetterstation an der Küste installiert (Weather Underground) Unwetter verursacht in den USA jedes Jahr Schäden in Höhe von 500 Milliarden US-Dollar. Dies geht aus einer kürzlich von The Weather Company in der Versicherungsbranche veröffentlichten Darstellung hervor. „Die zusätzlichen Datensätze von (WIoT) helfen uns auch, Risiken mit höherer Genauigkeit vorherzusagen, die Anzahl der eingereichten Anträge zu verringern und den Versicherungsunternehmen dabei zu helfen, Betrug zu melden“, sagt Glackin. Versicherungsunternehmen könnten Kunden davor warnen, sich Hagel und Schneestürmen zu nähern, damit sie ihre Häuser und Autos vorbereiten und Schäden (und damit Schäden) minimieren können. Stadtwerke schlucken auch eine Menge Verluste durch schweres Wetter, die sie nicht immer weit im Voraus vorhersagen können. Laut IBMs Big Data and Analytics Hub sind 70 Prozent der Stromausfälle auf schlechtes Wetter zurückzuführen. Jedes Mal, wenn ein Energieunternehmen eine Crew zur Wiederherstellung von Diensten entsendet, kostet dies durchschnittlich 500.000 US-Dollar. Durch die Verwendung des WIoT-Wettermodells über die API können Versorgungsunternehmen proaktiv vor größeren Stürmen Reparaturausrüstung bereitstellen, sodass Reparaturmannschaften schneller einrücken und die Dienste wiederherstellen können.
Ein Mann installiert eine persönliche Wetterstation. (Das Wetter unter der Erde) Und dann gibt es, wie Cohn sagt, andere Branchen, die wahrscheinlich auf das Wettermodell zugreifen, um ihre Schifffahrt nach vorhergesagten Unwettern zu planen, um teure Verzögerungen zu vermeiden. Automobil- und Einzelhandelsunternehmen, die Fertigwaren wie Pkw und T-Shirts per Frachter über Ozeane befördern, könnten dies zum Beispiel nutzen.
„Wir sind sehr aufgeregt, dass Watson uns helfen kann, unsere Wissensbasis über die Atmosphäre zu erweitern“, sagt Glackin. "Um beispielsweise unsere Prognosen für zwei Wochen und darüber hinaus zu verbessern, könnte Cognitive Computing das gesamte Hintergrundwissen aufnehmen und dann Unmengen historischer und aktueller Daten untersuchen, um Vorhersagemuster zu ermitteln, die wir mit herkömmlichen Ansätzen nicht erkannt haben."
Hier bitteschön. Vor fünfzig Jahren konnten wir nicht viel vorhersagen, und heute heißt es, dass KI in zwei Wochen mit der Erstellung fundierter Wettervorhersagen beginnen kann. Im Grunde genommen Magie.
