Slušná predpoveď? Ako 180 meteorológov poskytuje „dosť dobré“ údaje o počasí

Aká je dostatočne dobrá predpoveď počasia? To je otázka, nad ktorou väčšina ľudí pravdepodobne veľmi nepremýšľa, pretože odpoveď sa zdá byť zrejmá - presná. Ale na druhej strane väčšina ľudí nie sú CTO v DTN. Lars Ewe je a jeho odpoveď môže byť iná ako väčšina ľudí. So 180 zamestnancami meteorológov, ktorí poskytujú predpovede počasia na celom svete, DTN je najväčšia meteorologická spoločnosť, o ktorej ste pravdepodobne nikdy nepočuli.

Príklad: DTN nie je súčasťou ForecastWatch's "Prehľad presnosti globálnej a regionálnej predpovede počasia na roky 2017 – 2020Správa hodnotí 17 poskytovateľov predpovedí počasia podľa komplexného súboru kritérií a dôkladnej metodiky zberu údajov a vyhodnocovania. Ako je teda možné, že spoločnosť, ktorá začala v 80. rokoch, slúži globálnemu publiku a vždy sa silne zameriavala na počasie, nie je hodnotená?

• Pozri tiež: Počasie v USA a predpoveď klímy sa čoskoro zlepší

Predpoveď počasia ako problém veľkých dát a internetu vecí

Názov DTN znamená „Digitálna prenosová sieť“ a je prikývnutím k pôvodu spoločnosti ako farmárskej informačnej služby poskytovanej prostredníctvom rádia. V priebehu času spoločnosť prijala technologický vývoj, sústredila sa na poskytovanie toho, čo nazýva „operačné spravodajské služby“ pre množstvo priemyselných odvetví, a stala sa globálnym.

Ewe už predtým pôsobila vo vedúcich pozíciách v celom rade korporácií, vrátane AMD, BMW a Oracle. Silne cíti údaje, vedu o údajoch a schopnosť poskytovať prehľady, aby sa dosiahli lepšie výsledky. Ewe označila DTN za globálnu technologickú, dátovú a analytickú spoločnosť, ktorej cieľom je poskytovať klientom použiteľné informácie takmer v reálnom čase, aby mohli lepšie riadiť svoje podnikanie.

Počasie DTN ako služba® (WAAS®) prístup by mal byť podľa Ewe vnímaný ako dôležitá súčasť širšieho cieľa. "Máme stovky inžinierov, ktorí sa venujú nielen predpovedi počasia, ale aj poznatkom," povedal Ewe. Vysvetlil tiež, že DTN investuje do vytvárania vlastných predpovedí počasia, aj keď ich môže outsourcovať, a to z viacerých dôvodov.

Mnohé dostupné služby predpovede počasia buď nie sú globálne, alebo majú slabé miesta v určitých oblastiach, ako je rozlíšenie obrazu, tvrdí Ewe. DTN, dodal, využíva všetky verejne dostupné a mnohé proprietárne dátové vstupy na generovanie vlastných predpovedí. DTN tiež rozširuje tieto údaje o svoje vlastné dátové vstupy, pretože vlastní a prevádzkuje tisíce meteorologických staníc po celom svete. Ďalšie zdroje údajov zahŕňajú satelit a radar, meteorologické balóny a lietadlá a historické údaje.

Niektoré príklady služieb vyššieho rádu, ktoré DTN dokáže predpovedať počasie, sú analýza vplyvu búrky a usmernenie lodnej dopravy. Analýzu dopadu búrky používajú energetické spoločnosti na lepšie predpovedanie výpadkov a podľa toho plánujú a zamestnávajú. Prepravné poradenstvo používajú lodné spoločnosti na výpočet optimálnych trás pre svoje lode, a to z hľadiska bezpečnosti, ale aj z hľadiska palivovej účinnosti.

Základom tohto prístupu je myšlienka využiť technológiu a údaje predpovedí DTN a potom ich zlúčiť s údajmi špecifickými pre zákazníka, aby sa získali prispôsobené poznatky. Aj keď existujú základné služby, ktoré môže ponúknuť aj DTN, čím špecifickejšie údaje, tým lepšia služba, poznamenal Ewe. Aké by to mohli byť údaje? Čokoľvek, čo pomáha modelom DTN fungovať lepšie.

Môže to byť poloha alebo tvar lodí alebo stav infraštruktúry. V skutočnosti, keďže sa takéto koncepty opakovane používajú v modeloch DTN, spoločnosť sa uberá smerom k prístupu digitálneho dvojčaťa, povedal Ewe.

V mnohých ohľadoch je dnes predpoveď počasia skutočne veľkým problémom s údajmi. Do istej miery, dodal Ewe, je to tiež problém internetu vecí a integrácie údajov, kde sa snažíte získať prístup, integrovať a uložiť množstvo údajov na ďalšie spracovanie.

V dôsledku toho vytváranie predpovedí počasia nezahŕňa len odborné znalosti z oblasti meteorológov, ale aj prácu tímu dátových vedcov, dátových inžinierov a strojov odborníci na vzdelávanie/DevOps. Ako každá úloha v oblasti veľkých údajov a vedy o údajoch vo veľkom rozsahu existuje kompromis medzi presnosťou a životaschopnosťou.

• Najlepšia technológia pre extrémne počasie 2022: Zariadenie na výpadok prúdu

Dostatočne dobrá predpoveď počasia v mierke

Ako väčšina CTO, aj Ewe má rád prácu s technológiou, no musí si byť vedomý aj obchodnej stránky veci. Udržiavanie presnosti, ktorá je tak akurát, alebo „dosť dobrá“, bez toho, aby ste museli rezať rohy, a zároveň to urobiť finančne životaschopným, je veľmi zložité cvičenie. DTN k tomu pristupuje viacerými spôsobmi.

Jedným zo spôsobov je zníženie nadbytočnosti. Ako vysvetlil Ewe, v priebehu času a prostredníctvom fúzií a akvizícií sa DTN stalo vlastníkom viac ako piatich prognostických nástrojov. Ako to už býva, každý z nich mal svoje silné a slabé stránky. Tím DTN vzal najlepšie prvky z každého z nich a zlúčil ich do jedného globálneho prognostického nástroja.

Ďalším spôsobom je optimalizácia hardvéru a zníženie súvisiacich nákladov. DTN spolupracoval s AWS vyvinúť nové hardvérové ​​inštancie vhodné pre potreby tohto veľmi náročného prípadu použitia. Pomocou nových inštancií AWS môže DTN spúšťať modely predpovede počasia na požiadanie a s bezprecedentnou rýchlosťou a rozsahom.

V minulosti bolo možné spúšťať modely predpovede počasia iba v stanovených intervaloch, raz alebo dvakrát denne, pretože ich spustenie trvalo hodiny. Teraz môžu modely bežať na požiadanie a podľa Ewe vygenerujú hodinovú globálnu predpoveď za približne minútu. Rovnako dôležitá je však skutočnosť, že používanie týchto inštancií je hospodárnejšie.

Pokiaľ ide o skutočnú vedu o tom, ako fungujú modely DTN - obsahujú modely strojového učenia založené na údajoch, ako aj modely zahŕňajúce odborné znalosti v oblasti meteorológie. Ewe poznamenal, že DTN používa súborný prístup, spúšťa rôzne modely a váži ich podľa potreby, aby sa dosiahol konečný výsledok.

Tento výsledok však nie je binárny - napríklad dážď alebo žiadny dážď. Je skôr pravdepodobnostný, čo znamená, že potenciálnym výsledkom priraďuje pravdepodobnosti -- napríklad 80% pravdepodobnosť 6 Beaufortových vetrov. Zdôvodnenie toho súvisí s tým, na čo sa tieto predpovede používajú: operačná inteligencia.

To znamená pomáhať zákazníkom pri rozhodovaní: Malo by byť toto pobrežné vrtné zariadenie evakuované alebo nie? Mala by byť táto loď alebo toto lietadlo presmerované alebo nie? Má sa toto športové podujatie uskutočniť alebo nie?

Súborový prístup je kľúčom k tomu, aby sme mohli zahrnúť predpovede do rovnice rizika, tvrdí Ewe. DTN aktívne pracuje na spätnej väzbe a automatizácii výberu správnych modelov so správnymi váhami za správnych okolností.

Tu prichádza aj aspekt „dosť dobrý“. Skutočná hodnota, ako povedal Ewe, je v spotrebe predpovedí, ktoré tieto modely vytvárajú. „Chcete byť veľmi opatrní pri vyvažovaní úrovne investícií, pretože počasie je len jedným vstupným parametrom pre ďalší nadväzujúci model. Niekedy tento extra polstupeň presnosti nemusí znamenať rozdiel ani pre ďalší model. Niekedy áno."

Po uzavretí kruhu Ewe poznamenal, že pozornosť DTN sa sústreďuje na každodenné operácie spoločnosti jej zákazníkov, a ako počasie ovplyvňuje tieto operácie a umožňuje najvyššiu úroveň bezpečnosti a peňažnú návratnosť zákazníkov. „Ukázalo sa to oveľa cennejšie, ako keby externá strana merala presnosť našich prognóz. Je to naša každodenná interakcia so zákazníkmi, ktorá meria, aké presné a hodnotné sú naše prognózy.“