Big Data é o último elo na previsão das condições meteorológicas. Em todo o mundo, milhares de empresas, centros científicos, instituições, etc., estão usando Big Data para encontrar padrões onde quer que estejam, o Big Data. Na meteorologia, ciência que também possui uma quantidade enorme de dados, o Big Data também tem suas aplicações úteis. Está Ferramenta moderna e poderosa, pode ser usada de várias maneiras. Apesar de ser nomeado como uma coisa única, ele pode realizar muitas previsões diferentes, dependendo do que você está procurando. Claro, também chegou à meteorologia, e aqui vamos dizer a vocês o que faz e como.
Em primeiro lugar, vamos lembrar que antecipar o tempo sempre foi uma das necessidades primárias do ser humano. Há milhares de anos, as previsões do tempo eram muito importantes, ainda mais do que hoje, para a sobrevivência. O desenvolvimento tecnológico não era tão avançado, qualquer instabilidade poderia ter consequências graves. Embora sempre tenha havido essa necessidade de prevenir o clima, só com a chegada de Aristóteles é que podemos cunhar o termo meteorologia. Ele o chamou de "meteorológico", nome que deu ao livro, por volta de 340 aC.
Big Data em previsões
A lógica do comportamento atmosférico não parou de se desenvolver desde então. Cada vez mais rápido. Passando pelo termômetro que Galileu inventou em 1607, até simulações de computador baseadas em dados coletados por satélites. Agora, estamos diante de Big Data, muitos concordam que é a ferramenta mais revolucionária desde que existe internet E não é à toa. Como se fosse um futuro de ficção científica, hoje podemos dizer que é real.
Como comentamos, o Big Data começa a se encarregar hoje, de dar aquele outro ponto de vista aos meteorologistas. Onde eles não podiam ir, ou acreditavam que estavam certos sem estar, Big data mostra o que estava escondido ou despercebido, também com um nível de precisão nunca alcançado. Existem empresas que já oferecem esses serviços hoje. Instituições, governos e empresas que utilizam big data para antecipar o clima. Mas como é todo esse processo? Como isso é feito? Como nos beneficiamos? A seguir veremos e entenderemos como todo esse processo de inovação tecnológica é possível.
Como funciona o Big Data?
Aproximadamente, Big Data abandona olhar para o céu para se concentrar nos dados, e que eles são processados corretamente. Para que você possa entender mais em sua magnitude as implicações com a meteorologia, primeiro é necessário explicar como funciona.
Big Data tem seu núcleo de operação no que é chamado de 4 V's.
Volume
Isso significa a quantidade de dados. Toda essa quantidade de dados coletados é o que é conhecido como volume. Pode variar dependendo do que for aplicado, às vezes temos muitos dados e outras vezes "menos". Ou seja, podemos ir de 1.000 milhões de dados a vários trilhões, dependendo de qual deles for analisado.
Velocidade
Isto é, a taxa em que os dados são gerados. Eles vêm da necessidade de capturá-los, armazená-los e processá-los. Quanto mais capturas de dados houver, mais rápido elas serão armazenadas e mais haverá para analisar. A velocidade é duplamente importante nas previsões do tempo, uma vez que os eventos ocorrem em tempo real e devem ser processados o mais rápido possível.
Variedade
Às vezes, há um formato de como esses dados vêm, outras vezes, outros. Cada tipo de dado tem sua própria classificação. Outras vezes, alguns estão faltando (existem técnicas para consertar isso, ou os erros seriam enormes) e outras vezes eles vêm em formatos de vídeo. É uma massa de dados muito diferente, que no Big Data se encarrega de colocar um pedido, uma lógica a ser bem analisada. Por exemplo, as medições de temperatura de um termômetro "não podem" ser colocadas no mesmo pacote que as medições de satélite feitas pela frente.
Veracidade
Relacionado com o parêntese do ponto anterior. Isso significa que os dados finalmente vêm limpos, sem coisas "estranhas". As equipes de gestão de Big Data devem ter uma equipe imparcial e treinada para manter uma boa estrutura. As consequências de uma má veracidade dos dados têm efeitos muito negativos. Para se ter uma ideia, seria como se um grupo de mecânicos terminasse o conserto de um carro e se esquecesse de aparafusar duas rodas.
Exemplo sobre a veracidade dos dados
Temos muitos registros de muitas áreas. Vamos imaginar que temos temperaturas, níveis de umidade, ventos, etc. Porém, temos uma falha e estamos perdendo alguns registros de temperatura para alguma área, por qualquer motivo, e não podemos acessar para saber qual temperatura foi registrada. Temos um total de 30 dados, sendo dois deles, sem temperatura enfim.
O que se poderia fazer, por exemplo, é calcular a temperatura média dessas regiões para determinar com precisão a possível temperatura que pode ser contada no registro que falta, mas também com margens de erro muito pequenas. Os valores são peças de reposição, e então o cálculo pode ser colocado em prática. Se esses dados estivessem faltando, os computadores não os teriam reconhecido, criando um buraco negro nos dados e previsões totalmente erradas.
Como você consegue?
Na meteorologia, como em qualquer campo, os dados vêm na forma de variáveis. Ou seja, cada um é processado da maneira que pertence. E embora pareça muito complicado e complicado, a tarefa se torna "fácil" para analistas de Big Data. As variáveis que podemos registrar na meteorologia, embora ainda sejam dados, eles podem pertencer a famílias diferentes. Ou seja, uma variável é qualquer dado que pode ser classificado, mas nem sempre é o mesmo.
A imagem acima, fornecida pela NASA, mostra o exemplo de correntes ao redor do planeta. No caso da NASA, eles possuem um grande número de satélites que permitem observar e medir fenômenos ao redor do globo em tempo real.
Big Data pode ler cada traço que algo deixa sobre algo, e isso pode ser considerado um dado. Muitos, ao pensarem em Big Data, vão pensar rapidamente em quando usamos telefones celulares, navegamos na internet, clicamos em uma página, compramos um item online ou “curtimos” no Facebook. Essa é apenas uma parte "pequena", mas densa, sim, é muito confiável e bem codificada. Mas, por sua vez, deixamos um rastro físico / virtual, como a localização GPS de onde estamos, graças aos telefones celulares. Aqui já começamos a misturar o mundo virtual com o físico. E claro, movimentos físicos, compras físicas, de acordo com a idade, o que escolhemos, tudo isso está sempre arquivadoe, claro, pode se traduzir em mais e mais dados.
Variáveis podem ser categóricas
Variáveis categóricas são aquelas que representam valores limitados ou variáveis que não significam necessariamente uma magnitude específica. Eles representam a qualidade de algo que descrevem. Basicamente, sua particularidade é a limitação do que representam. Eles podem ser classificados em dois campos.
Variáveis categóricas nominais
São aqueles que representam coisas no mesmo campo sem uma conexão lógica cada. Por exemplo: O nome das regiões que indicam a origem dos registros, como a cidade, comunidade autônoma, código postal, etc.
Variáveis categóricas ordinais
São aqueles que pode representar a magnitude de algo, como a escala de Douglas no nível de ondulação, o nível da escala com a qual os tornados podem ser classificados de acordo com sua magnitude, etc.
Variáveis podem ser numéricas
Variáveis numéricas são aquelas que representam valores ou variáveis dentro de uma magnitude e podem ser mensuráveis. Eles representam valores quantitativos. Sua particularidade é que podem representar uma gama muito grande de medidas em fenômenos meteorológicos. Eles são classificados de duas maneiras
Variáveis numéricas contínuas
Variáveis contínuas são aquelas que são encarregados de medir algo estabelecido. Exemplos deles seriam o índice de umidade, temperatura, velocidade do vento, quantidade de chuva, etc.
Variáveis numéricas discretas
Estes são os únicos eles mantêm o controle de algo estabelecido. Ou seja, o número de vezes que choveu em um ano em uma região, o número de vezes que nevou, etc.
Todas as variáveis são processadas
Uma vez que todas as variáveis foram classificadas, elas são processadas graças aos computadores, sempre supervisionado por analistas de Big Data. Até poucos anos atrás, a quantidade de dados que estava disponível, apesar de ser um número muito grande, não havia problemas para serem analisados pelos analistas de dados. A análise de Big Data, no entanto, é responsável pela análise desses dados massivos, onde os processos de análise que eram comuns até hoje, demorariam muito (até falamos sobre dias) para dar uma resposta. Além disso, o Big Data é mais eficiente e preciso, por "brincar" com as variáveis entre eles.
Tudo isso se origina o que comentamos anteriormente sobre os 4 V's do Big Data, alcançando velocidade, confiabilidade e modelos meteorológicos que fornecem previsões incrivelmente precisas em um período de tempo super curto.
Big Data como uma disciplina nascente
Um bom exemplo seria falar sobre a empresa ACCIONA, que possui um Centro de controle de energia renovável (CECOER). É o maior centro do mundo onde o objetivo é fornecer soluções em tempo real, dos milhões de dados que são recolhidos nas suas instalações, tanto de biomassa, como de energia eólica e solar. Produz cerca de 3000 programações anuais que levam todos esses dados para se ajustar à demanda necessária. Outra vantagem do CECOER é o recebimento de ocorrências que possuem desde suas instalações, sendo que 50% delas são solucionadas remotamente. Os restantes 50% são fixados fisicamente pelos operadores. Desta maneira, Acciona obtém sua energia renovável, mais do que uma energia alternativa, seja uma solução hoje.
AÇÃO CECOER
Outro fato importante sobre o Big Data hoje é a escassez de cientistas de dados. É um campo nascente, e isso atingiu certos padrões pré-concebidos. O Big Data pode realmente ajudar tanto na evolução das previsões, relatar benefícios para as empresas, ser capaz de antecipar tantas coisas e justificar o custo da análise de Big Data? Sim. Mas é algo que foi visto aos poucos. A crescente demanda por cientistas de dados acompanhou os resultados e entendendo a necessidade deles em todos os lugares. É verdade que já existem muitas equipes de Big Data trabalhando, com resultados espetaculares, mas é neste momento que constatamos que existe uma demanda maior. Os analistas de Big Data estão sendo muito procurados.
Em consequência, estamos vivendo a revolução que eles implicam no desenvolvimento, mas desde o início. Como em qualquer setor, estamos testemunhando seu potencial, mas ainda não foi totalmente desenvolvido, é algo que o tempo nos reserva. Uma coisa já é evidente, seu potencial atual, outra, até onde pode ir. Seus resultados não nos deixarão indiferentes.
Mapa de modelo IBM
The Weather Company da IBM é uma empresa privada que oferece até 26 milhões de previsões diárias sobre o tempo. A IBM desde o início se destacou, também ao lado do Google, por ser uma das empresas mais pioneiras no ramo. The Weather Company está extremamente comprometida com as pessoas, para tomar decisões informadas sobre o clima. É a maior rede do mundo de estações meteorológicas pessoais. As maiores marcas mundiais de aviação, energia, seguros, mídia e governo dependem da The Weather Company para dados, plataformas de tecnologia e serviços.
Big Data contra Mudanças Climáticas
Pulso Global das Nações Unidas, uma iniciativa de big data da Nações Unidas e Western Digital Corporation, assinaram uma aliança para lutar juntos contra as mudanças climáticas. Este projeto liderado pela ONU e Western Digital Corp., reúne cientistas de inovação digital de todo o mundo para atacar o problema de uma forma mais eficiente. Entre eles, encontramos colaboradores de setores muito diversos. BBVA, Orange, Planet, Plume Labs, Nielsen, Schneider Electric, Waze ... são alguns dos que participam neste projeto.
Também encontramos o Centro de Supercomputação de Barcelona (BSC), é o 4º modelo da série MareNostrum. Um supercomputador para análise de Big Data chave em muitos campos, entre eles está também a luta pelas mudanças climáticas. Foi colocado em operação no final de junho deste 2017. É o terceiro computador mais rápido da Europa, nela se investiu 34 milhões de euros para a instalação do Ministério da Economia, Indústria e Competitividade de Espanha. Tem capacidade para 14 Petabytes, ou seja, 14 milhões de Gigabytes. Atinge 11,1 petaflops, ou seja, a barbárie de 11.100 bilhões de operações por segundo.
Big Data no futuro da meteorologia e em nossas vidas
Em um mundo em mudança, onde as mudanças estão se tornando mais rápidas e cada vez mais surpreendentes, é difícil prever o futuro de algo. O que sabemos com certeza é que Big Data veio para ficar, e que as previsões feitas tanto meteorológicas como em outras áreas nos deixam perplexos. Alguns permanecerão céticos, outros negarão, outros verão isso como algo distante. Mas a verdade é que já vivemos com isso.
Hoje sabemos que o Big Data antecipa muitas chuvas, temporadas de furacões e até com grande precisão o número de medalhas que um país pode ganhar nos Jogos Olímpicos. Também antecipa quem, onde e quando um crime vai ser cometido (se alguém viu o filme "Minority Report", já passou pela cabeça, certo?). Big data está se movendo rapidamente para antecipar o futuro de muitas árease é que até a Amazon começa a antecipar isso e, recentemente, começou a fazer remessas antes mesmo de os clientes fazerem as compras. O futuro era até hoje, muitas vezes incerto. Mas esta mudando o futuro é previsível.
Sabemos que seu potencial crescerá. Quem sabe, pode ser precipitado antecipar quem antecipa (Big Data) algo. Mas com dados suficientes, O Big Data será capaz de antecipar o clima global com enorme expectativa? Sim. Assim como você pode antecipar que nossas ações dariam cenários diferentes aos dados anteriormente, pois qualquer ação tem seu eco no futuro, e o Big Data conhece e reavalia, dando outro novo cenário.
Tudo pode ser antecipado. Seremos capazes de saber o que acontecerá conosco em um futuro próximo? Que problemas iremos enfrentar? Quando e onde ocorrerá um furacão? O que teremos para continuar a resolver isso? À medida que as técnicas melhoram, os computadores melhoram em eficiência e velocidade, este campo continua a se desenvolver ... Muito provavelmente é que em vez de responder "quem sabe", talvez a coisa mais apropriada seja dizer "vamos perguntar Big Data".
BA Partners | Atualização Willis | PANELA