Weather Underground membuat ramalan cuaca berdasarkan lebih dari 200.000 stasiun cuaca yang dibangun secara pribadi di seluruh dunia, ditambah stasiun publik, yang jumlahnya berbeda-beda berdasarkan negara. Perusahaan ini menambah 400 stasiun baru di Asia, Amerika Selatan, dan Afrika, dan akan mengintegrasikan semuanya dengan AI pembelajaran bahasa Watson dari IBM (stasiun yang memainkan Jeopardy! Dan menang) .
Konten terkait
- Bagaimana Perang Dunia I Mengubah Prakiraan Cuaca untuk Baik
Jadi apa sebenarnya artinya ini? Ini menciptakan sistem prakiraan cuaca global yang terkait dengan sejumlah bisnis di seluruh dunia, dan dengan itu, harapan untuk mengatasi salah satu variabel yang paling mahal dan merusak dalam industri global — cuaca.
Ketika IBM membeli The Weather Company / WU Oktober lalu, pihaknya segera mengumumkan niatnya untuk menggabungkan 200.000 stasiun cuaca WU dengan Watson melalui Internet of Things. IoT bukan bahasa tertentu tetapi konsep menyatukan banyak hal yang berbeda dalam satu bahasa sehingga semua data mereka dapat dikompilasi dan disajikan bersama. Apa pun protokolnya, prediksi cuaca bernilai uang besar bagi perusahaan global.
"Di AS saja, kami tahu bisnis kehilangan lebih dari $ 500 miliar setiap tahun karena masalah yang berkaitan dengan cuaca, " kata Mary Glackin, kepala operasi peramalan sains di The Weather Company. IBM dan The Weather Company melihat industri penerbangan, asuransi, utilitas publik dan pertanian sebagai pengadopsi awal alat peramalan cuaca yang diinfus WU Watson.
"Semua data The Weather Company dapat diakses menggunakan Application Programming Interface (API) yang diterbitkan sederhana, " kata John Cohn, rekan IBM dan ilmuwan kepala bidang otomasi desain. Pikirkan API sebagai sekumpulan instruksi untuk membangun perangkat lunak. Sangat fleksibel karena perusahaan pengguna akhir dapat memilih seperti apa perangkat lunak itu nantinya. Dari portal digital ini karyawannya akan mengakses data yang diambil dari stasiun cuaca dan perangkat yang terhubung dengan IoT, dan Watson mengikatnya bersama dengan memungkinkan mereka untuk mengajukan pertanyaan seperti cara seseorang bertanya kepada orang lain.
Peta ini menunjukkan jangkauan global dari stasiun cuaca pribadi Weather Underground. (Cuaca Bawah Tanah) “Demonstrasi awal kami, yang sudah online dan berfungsi, berada di sekitar proyek yang disebut EZ Buddy, ” kata Cohn, “dikembangkan oleh lab riset IBM kami di Kenya. EZ Buddy mendemonstrasikan bagaimana data cuaca lokal dapat digunakan dengan pemantauan dan kontrol irigasi lokal untuk membantu petani mengoptimalkan penyiraman tanaman mereka. ”Para petani mengirim sms sistem dari ponsel mereka, mengajukan pertanyaan seperti 'Kapan saya harus air?' dan 'Berapa lama sampai tangki air saya diisi ulang oleh hujan?', dan sistem mengirim pesan kepada mereka. Setelah diperluas ke luar Afrika Timur, WIoT (Watson IoT) akan menggabungkan semua stasiun cuaca WU dengan data satelit yang relevan, mengangkat data dari sensor tekanan ponsel, dan menggabungkannya dengan informasi lokal, seperti pengukuran tanah dan penyimpanan air terdekat, untuk mempertajam nya. model cuaca baik secara global maupun lokal. Petani dapat menggunakannya untuk mengelola irigasi, musim tanam, dan jadwal pestisida mereka. "Ini akan menunjukkan bagaimana kepentingan komersial seperti perusahaan asuransi, kepentingan pertanian komersial, dan kota yang lebih pintar dapat membangun sistem komersial yang menggabungkan data cuaca hiperlokal dengan IoT kognitif, " tambah Cohn.
Pesawat sudah mengumpulkan laporan turbulensi melalui on-board accelerometer dan menggabungkan data melalui The Weather Company. Menurut laporan perusahaan 2016, turbulensi menyebabkan kerusakan $ 5 juta per tahun, $ 35 juta per tahun dalam cedera awak dan penumpang, dan $ 1, 36 miliar per tahun dalam pengalihan penerbangan. WIoT akan menghubungkan ke model cuaca global data turbulensi dari semua pesawat komersial ini, membangun sistem prakiraan yang dapat diakses oleh semua maskapai melalui portal API tersebut. Dengan itu, pilot dapat bermanuver di sekitar badai, dan sistem komputer maskapai dapat menyesuaikan perkiraan waktu kedatangan dan keberangkatan.
Stasiun cuaca pribadi dipasang di pantai (Weather Underground) Cuaca kasar menyebabkan $ 500 miliar kerusakan di AS setiap tahun, menurut presentasi baru-baru ini di industri asuransi oleh The Weather Company. "Kumpulan data tambahan (WIoT) juga akan membantu kami memperkirakan risiko dengan akurasi yang lebih baik, mengurangi jumlah klaim yang diajukan, serta membantu perusahaan asuransi melakukan penipuan, " kata Glackin. Perusahaan asuransi dapat memperingatkan pelanggan tentang datangnya hujan es dan badai salju sehingga mereka dapat menyiapkan rumah dan mobil mereka, meminimalkan kerusakan (dan karenanya mengklaim). Utilitas publik juga menelan banyak kerugian akibat cuaca yang tidak dapat diprediksi sebelumnya. Tujuh puluh persen dari pemadaman listrik disebabkan oleh cuaca buruk, menurut Big Data dan Analytics Hub IBM, dan setiap kali perusahaan energi mengirimkan kru untuk memulihkan layanan biayanya rata-rata $ 500.000. Dengan menggunakan model cuaca WIoT melalui API, perusahaan utilitas dapat proaktif dan melakukan perbaikan peralatan di depan badai besar sehingga kru perbaikan dapat bergerak lebih cepat untuk memulihkan layanan.
Seorang pria memasang stasiun cuaca pribadi. (Cuaca Bawah Tanah) Dan kemudian ada, seperti kata Cohn, industri lain cenderung mengakses model cuaca untuk menjadwalkan pengiriman mereka di sekitar perkiraan cuaca kasar untuk menghindari penundaan mahal. Perusahaan otomotif dan ritel memindahkan barang jadi seperti mobil penumpang dan T-shirt dengan kapal barang di lautan, misalnya, mungkin mengambil keuntungan.
"Yang paling bersemangat, kami percaya Watson dapat membantu kami memperluas basis pengetahuan kami tentang atmosfer, " kata Glackin. "Misalnya, untuk meningkatkan perkiraan kami selama dua minggu dan lebih, komputasi kognitif dapat mengasimilasi semua latar belakang pengetahuan dan kemudian melihat rim data historis dan saat ini untuk membantu kami memilih pola prediksi yang belum kami kenali dengan pendekatan tradisional."
Jadi begitulah. Lima puluh tahun yang lalu kami tidak dapat memprediksi banyak hal, dan hari ini mereka mengatakan bahwa segera AI dapat mulai membuat prakiraan cuaca berpendidikan dua minggu keluar. Pada dasarnya sihir.
