I Big Data sono l'ultimo anello nella previsione delle condizioni meteorologiche. In tutto il mondo, migliaia di aziende, centri scientifici, istituzioni, ecc. Utilizzano i Big Data per trovare modelli ovunque si trovino, Big Data. Nella meteorologia, una scienza che ha anche un'enorme quantità di dati, i Big Data hanno anche le sue utili applicazioni. È Strumento moderno e potente, può essere utilizzato in più modi. Nonostante sia denominato come una cosa singola, può ottenere molte previsioni diverse a seconda di ciò che stai cercando. Naturalmente, è arrivato anche alla meteorologia, e qui ti diremo cosa fa e come.
Prima di tutto, ricordiamolo anticipare il tempo è sempre stato uno dei bisogni primari degli esseri umani. Migliaia di anni fa, le previsioni meteorologiche erano molto importanti, anche più di oggi, per la sopravvivenza. Lo sviluppo tecnologico non era così all'avanguardia, qualsiasi instabilità poteva avere gravi conseguenze. Anche se c'è sempre stata questa necessità di prevenire il tempo, non è stato fino all'arrivo di Aristotele che possiamo coniare il termine meteorologia. Lo chiamò "meteorologico", il nome che diede al suo libro, intorno al 340 aC.
Big Data nelle previsioni
La logica del comportamento atmosferico non ha smesso di svilupparsi da allora. Ogni volta più veloce. Passando dal termometro inventato da Galileo nel 1607, alle simulazioni al computer dai dati raccolti dai satelliti. In questo momento, siamo di fronte ai Big Data, molti lo concordano è lo strumento più rivoluzionario da quando esiste Internet e non è per meno. Come se fosse un futuro di fantascienza, oggi possiamo dire che è reale.
Come abbiamo commentato, i Big Data iniziano oggi a farsi carico di dare quell'altro punto di vista ai meteorologi. Dove non potevano andare, o credevano di avere ragione senza esserlo, I big data ti mostrano cosa è stato nascosto o inosservato, anche con un livello di precisione mai raggiunto. Ci sono aziende che già oggi offrono questi servizi. Istituzioni, governi e aziende che utilizzano i big data per anticipare il clima. Ma com'è l'intero processo? Com'è fatto? Come ne beneficiamo? Successivamente vedremo e capiremo come è possibile questo intero processo di innovazione tecnologica.
Come funzionano i Big Data?
Approssimativamente, Big Data mette più che guardare il cielo per concentrarsi sui datie che vengano elaborati correttamente. Affinché tu possa capire di più nella sua grandezza l'implicazione con la meteorologia, devi prima spiegare come funziona.
I Big Data hanno il loro fulcro operativo in quelli che vengono chiamati i 4 V.
Volume
Ciò significa la quantità di dati. Tutta questa quantità di dati raccolti è ciò che è noto come il volume. Può variare a seconda di cosa si applica, a volte abbiamo molti dati e altre volte "meno". Cioè, possiamo passare da 1.000 milioni di dati a diversi trilioni, a seconda di quale viene analizzato.
Velocità
Vale a dire, la velocità con cui vengono generati i dati. Nascono dalla necessità di catturarli, archiviarli ed elaborarli. Più dati vengono acquisiti, più velocemente vengono archiviati, più c'è da analizzare. La velocità ha una doppia importanza nelle previsioni meteorologiche, poiché gli eventi si verificano in tempo reale e devono essere elaborati il prima possibile.
Varietà
A volte c'è un formato di come arrivano i dati, altre volte altri. Ogni tipo di dati ha la propria classificazione. Altre volte mancano alcuni (ci sono tecniche per risolvere questo problema, o gli errori sarebbero enormi) e altre volte arrivano anche sotto forma di video. C'è una massa di dati molto diversa, che nei Big Data ha il compito di mettere un ordine, una logica da analizzare bene. Ad esempio, le misurazioni della temperatura da un termometro "non possono" essere messe nella stessa confezione delle misurazioni satellitari da un fronte.
Veridicità
Correlato alla parentesi del punto precedente. Significa che i dati finalmente vengono puliti, senza cose "strane". I team di gestione dei Big Data devono disporre di un team imparziale formato per mantenere una buona struttura. Le conseguenze di una cattiva veridicità dei dati hanno effetti molto negativi. Per avere un'idea, sarebbe come se un gruppo di meccanici finisse la riparazione di un'auto e si dimenticassero di avvitare due ruote.
Esempio sulla veridicità dei dati
Abbiamo molti record da molte aree. Immaginiamo di avere temperature, livelli di umidità, venti, ecc. Ma abbiamo un guasto e ci mancano alcuni record di temperatura per alcune aree, per qualsiasi motivo, e non possiamo accedere per sapere quale temperatura è stata registrata. Abbiamo un totale di 30 dati, e due di loro, finalmente senza temperatura.
Quello che si potrebbe fare, ad esempio, è calcolare la temperatura media di quelle regioni per determinare con precisione la possibile temperatura su cui si può contare nel record mancante, ma anche con margini di errore molto ridotti. I valori sono pezzi di ricambio, e poi il calcolo può essere messo in pratica. Se questi dati fossero mancati, i computer non li avrebbero riconosciuti, creando un buco nero nei dati e previsioni totalmente sbagliate.
Come si ottiene?
In meteorologia, come in ogni campo, i dati si presentano sotto forma di variabili. Cioè, ognuno viene elaborato nel modo a cui appartiene. E anche se sembra molto contorto e complicato, il compito diventa "facile" per gli analisti di Big Data. Le variabili che possiamo registrare in meteorologia, sebbene siano ancora dati, possono appartenere a famiglie diverse. Cioè, una variabile è qualsiasi dato che può essere classificato, ma non sono sempre gli stessi.
L'immagine sopra, fornita dalla NASA, mostra il file esempio di correnti in tutto il pianeta. Nel caso della NASA, hanno un gran numero di satelliti che consentono loro di osservare e misurare i fenomeni in tutto il mondo in tempo reale.
I Big Data possono leggere ogni traccia che qualcosa lascia su qualcosa, e questo può essere considerato un dato. Molti quando pensano ai Big Data, penseranno rapidamente a quando usiamo i telefoni cellulari, navighiamo in Internet, facciamo clic su una pagina, acquistiamo un oggetto online o "mi piace" su Facebook. Questa è solo una parte "piccola" ma densa, sì, è molto affidabile e ben codificata. Ma a sua volta, lasciamo una traccia fisica / virtuale, come la posizione GPS di dove siamo, grazie ai telefoni cellulari. Già qui iniziamo a mescolare il mondo virtuale con quello fisico. E, naturalmente, movimenti fisici, acquisti fisici, in base all'età, cosa scegliamo, tutto questo è sempre archiviatoe, naturalmente, può tradursi in sempre più dati.
Le variabili possono essere categoriali
Le variabili categoriali sono quelle che rappresentano valori limitati o variabili che non significano necessariamente una grandezza specifica. Rappresentano la qualità di qualcosa che descrivono. Fondamentalmente la loro particolarità è la limitazione di ciò che rappresentano. Possono essere classificati in due campi.
Variabili categoriali nominali
Sono quelli che rappresentano cose nello stesso campo senza una connessione logica ogni. Ad esempio: il nome delle regioni che indicano da dove provengono i record, come la città, la comunità autonoma, un codice postale, ecc.
Variabili categoriali ordinali
Sono quelli che può rappresentare la grandezza di qualcosa, come la scala Douglas nel livello delle onde, il livello della scala con cui i tornado possono essere classificati in base alla loro grandezza, ecc.
Le variabili possono essere numeriche
Le variabili numeriche sono quelle che rappresentano valori o variabili all'interno di una grandezza e possono essere misurabili. Rappresentano valori quantitativi. La loro particolarità è che possono rappresentare una gamma molto ampia di misurazioni nei fenomeni meteorologici. Sono classificati in due modi
Variabili numeriche continue
Le variabili continue sono quelle che sono incaricati di misurare qualcosa di stabilito. Ne sono un esempio l'indice di umidità, la temperatura, la velocità del vento, la quantità di pioggia, ecc.
Variabili numeriche discrete
Questi sono quelli tengono traccia di qualcosa di stabilito. Cioè, il numero di volte in cui ha piovuto in un anno in una regione, il numero di volte in cui ha nevicato, ecc.
Tutte le variabili vengono elaborate
Una volta che tutte le variabili sono state classificate, vengono elaborate grazie ai computer, sempre sotto la supervisione di analisti dei Big Data. Fino a pochi anni fa, per la mole di dati che era disponibile, pur essendo un numero molto elevato, non c'erano problemi per essere analizzati dagli analisti di dati. L'analisi dei Big Data, tuttavia, è responsabile dell'analisi di questi enormi dati, dove i processi di analisi che sono stati comuni fino ad oggi, richiederebbero molto tempo (parliamo anche di giorni) per dare una risposta. Non solo, i Big Data sono più efficienti e precisi, "giocando" con le variabili tra di loro.
Tutto questo ha origine ciò che abbiamo precedentemente commentato sulle 4 V dei Big Data, raggiungendo velocità, affidabilità e modelli meteorologici che forniscono previsioni incredibilmente accurate in un brevissimo periodo di tempo.
I Big Data come disciplina nascente
Un buon esempio potrebbe essere parlare della società ACCIONA, che ha un Centro di controllo delle energie rinnovabili (CECOER). È il centro più grande del mondo dove l'obiettivo è fornire soluzioni in tempo reale, dei milioni di dati che vengono raccolti dalle sue strutture, sia biomasse, eoliche che solari. Produce circa 3000 programmi annuali che prendono tutti questi dati per adattarsi alla domanda richiesta. Un altro vantaggio di CECOER è la ricezione degli incidenti che hanno dalle loro strutture, quindi il 50% di essi viene risolto in remoto. Il restante 50% viene fisicamente fissato dagli operatori. In questo modo, Acciona ottiene la sua energia rinnovabile, più che essere un'energia alternativa, essere una soluzione oggi.
AZIONE CECOER
Un altro fatto importante sui Big Data oggi è la carenza di data scientist. È un campo nascente, e questo ha incontrato alcuni standard preconcetti. I Big Data possono davvero aiutare così tanto nell'evoluzione delle previsioni, segnalare i vantaggi alle aziende, essere in grado di anticipare tante cose e giustificare il costo dell'analisi dei big data? Sì. Ma è qualcosa che si è visto poco a poco. La crescente domanda di data scientist ha parallelamente i risultati e comprendendone la necessità in ogni luogo. È vero che ci sono già molti team di Big Data che lavorano, con risultati spettacolari, ma è proprio ora che scopriamo che c'è una domanda maggiore. Gli analisti di Big Data sono molto ricercati.
di conseguenza, stiamo vivendo la rivoluzione che implicano nello sviluppo, ma dall'inizio. Come ogni industria, ora stiamo testimoniando il suo potenziale, ma non è stato sviluppato al massimo, questo è qualcosa che il tempo ha in serbo per noi. Una cosa è già evidente, il suo potenziale attuale, l'altra, fino a che punto può arrivare. I tuoi risultati non ci lasceranno indifferenti.
Mappa del modello IBM
The Weather Company di IBM è una società privata che offre fino a 26 milioni di previsioni giornaliere del tempo. IBM sin dall'inizio si è distinta, insieme a Google, per essere una delle aziende più pioniere del settore. The Weather Company è estremamente impegnata nell'aiutare le persone a prendere decisioni informate sul tempo. È la rete più grande del mondo delle stazioni meteorologiche personali. I più grandi marchi mondiali nel settore dell'aviazione, dell'energia, delle assicurazioni, dei media e del governo dipendono da The Weather Company per i dati, le piattaforme tecnologiche e i servizi.
Big Data contro il cambiamento climatico
Impulso globale delle Nazioni Unite, un'iniziativa sui big data di Nazioni Unite e Western Digital Corporation, hanno firmato un'alleanza per combattere insieme il cambiamento climatico. Questo progetto guidato dall'ONU e dalla Western Digital Corp., riunire scienziati dell'innovazione digitale di tutto il mondo per affrontare il problema in modo più efficiente. Tra loro troviamo collaboratori di settori molto diversi tra loro. BBVA, Orange, Planet, Plume Labs, Nielsen, Schneider Electric, Waze ... sono alcuni di coloro che partecipano a questo progetto.
Troviamo anche il file Centro di supercalcolo di Barcellona (BSC), È il 4 ° modello della serie MareNostrum. Un supercomputer per l'analisi dei Big Data chiave in molti campi, tra questi anche la lotta al cambiamento climatico. È stato messo in funzione alla fine di giugno di questo 2017. È il terzo computer più veloce d'Europa, è stato effettuato un investimento per l'installazione di 34 milioni di euro da parte del Ministero dell'Economia, dell'Industria e della Competitività della Spagna. Ha una capacità di 14 Petabyte, ovvero 14 milioni di Gigabyte. Raggiunge 11,1 petaflops, ovvero la barbarie di 11.100 miliardi di operazioni al secondo.
I Big Data nel futuro della meteorologia e nelle nostre vite
In un mondo che cambia, in cui i cambiamenti stanno diventando più veloci e sempre più sorprendenti, è difficile prevedere il futuro di qualcosa. Quello che sappiamo per certo è questo I Big Data sono arrivati per restare, e che le previsioni meteorologiche e in altre zone ci lasciano perplessi. Alcuni rimarranno scettici, altri lo negheranno, altri lo vedranno come qualcosa di lontano. Ma la verità è che ci stiamo già convivendo.
Fino ad oggi sappiamo che i Big Data anticipano molte piogge, stagioni di uragani e anche con grande precisione il numero di medaglie che un paese può vincere ai Giochi Olimpici. Prevede anche chi, dove e quando verrà commesso un crimine (se qualcuno ha visto il film "Minority Report" gli è passato per la mente, giusto?). Big data si sta rapidamente muovendo verso l'anticipazione del futuro di molte aree, ed è che anche Amazon comincia ad anticiparlo, e recentemente ha iniziato a fare spedizioni anche prima che i clienti effettuino gli acquisti. Il futuro era fino ad oggi, spesso incerto. Ma sta cambiando il futuro è prevedibile.
Sappiamo che il suo potenziale crescerà. Chissà, potrebbe essere avventato anticipare chi anticipa (Big Data) qualcosa. Ma con dati sufficienti, I Big Data saranno in grado di anticipare il clima globale con enorme anticipazione? Sì. Così come si può anticipare che le nostre azioni darebbero scenari diversi rispetto a quelle date in precedenza, perché ogni azione ha la sua eco nel futuro, e Big Data lo sa e lo rivaluta, regalando un altro nuovo scenario.
Tutto può essere anticipato. Saremo in grado di sapere cosa ci accadrà nel prossimo futuro? Quali problemi dovremo affrontare? Quando e dove colpirà un uragano? Cosa dovremo continuare a risolverlo? Man mano che le tecniche migliorano, i computer migliorano in efficienza e velocità, questo campo continua a svilupparsi ... Molto probabilmente è che piuttosto che rispondere "chissà", forse la cosa più appropriata sarà dire "chiediamolo ai Big Data".
BA Partners | Willis Update | POT