Adil tahmin? 180 meteorolog 'yeterince iyi' hava durumu verilerini nasıl sağlıyor?

Hava durumu tahminleri de bugünlerde tamamen veriler ve modellerle ilgili. Ancak doğruluğu ve uygulanabilirliği dengelemek, özellikle küresel ölçekte ve risklerin yüksek olduğu durumlarda iyi bir eylemdir.

Yeterince iyi bir hava tahmini nedir? Bu, çoğu insanın muhtemelen üzerinde fazla düşünmediği bir sorudur, çünkü cevap açık görünüyor - doğru bir soru. Ama yine de, çoğu insan DTN'de CTO değildir. Lars Ewe öyle ve cevabı çoğu insanınkinden farklı olabilir. Dünya çapında hava durumu tahminleri sağlayan 180 meteorolog ile DTN, muhtemelen hiç duymadığınız en büyük hava durumu şirketidir.

Yaklaşımın merkezinde yer alan şey, DTN'nin tahmin teknolojisini ve verilerini alma ve ardından bunları müşteriye özel verilerle birleştirerek özel içgörüler sağlama fikridir. Ewe, DTN'nin sunabileceği temel hizmetler olmasına rağmen, veriler ne kadar spesifik olursa, hizmet o kadar iyi olur. Bu veriler ne olabilir? DTN modellerinin daha iyi performans göstermesine yardımcı olan her şey.

Gemilerin konumu veya şekli veya altyapı şebekesinin sağlığı olabilir. Aslında, bu tür kavramlar DTN'nin modellerinde tekrar tekrar kullanıldığından, şirket dijital ikiz yaklaşımı yönünde ilerliyor, dedi Ewe.

Birçok bakımdan, bugün hava tahmini gerçekten büyük bir veri sorunudur. Ewe, bir dereceye kadar, bunun aynı zamanda daha fazla işlem için bir dizi veriye erişmeye, entegre etmeye ve depolamaya çalıştığınız bir nesnelerin interneti ve veri entegrasyonu sorunu olduğunu da sözlerine ekledi.

Sonuç olarak, hava durumu tahminleri üretmek yalnızca meteorologların alan uzmanlığını değil, aynı zamanda veri bilimcileri, veri mühendisleri ve makine öğrenimi/DevOps uzmanlarından oluşan bir ekibin çalışmasını da içerir. Büyük ölçekli herhangi bir büyük veri ve veri bilimi görevi gibi, doğruluk ve uygulanabilirlik arasında bir denge vardır.

• En iyi aşırı hava durumu teknolojisi 2022: Elektrik kesintisi teçhizatı

Geniş ölçekte yeterince iyi hava tahmini

Çoğu CTO gibi, Ewe de teknolojiyle çalışmaktan hoşlanıyor, ancak aynı zamanda işlerin ticari yönünün de farkında olması gerekiyor. Köşeleri kesmeden doğru veya "yeterince iyi" olan doğruluğu korumak ve aynı zamanda bunu finansal olarak uygulanabilir kılmak çok karmaşık bir uygulamadır. DTN buna çeşitli şekillerde yaklaşıyor.

Bunun bir yolu, fazlalığı azaltmaktır. Ewe'nin açıkladığı gibi, zaman içinde ve birleşme ve satın almalar yoluyla DTN, beşten fazla tahmin motoruna sahip oldu. Genellikle olduğu gibi, bunların her birinin güçlü ve zayıf yönleri vardı. DTN ekibi, her birinin en iyi unsurlarını aldı ve bunları tek bir küresel tahmin motorunda birleştirdi.

Başka bir yol, donanımı optimize etmek ve ilgili maliyeti azaltmaktır. DTN, bu çok zorlu kullanım örneğinin ihtiyaçlarına uygun yeni donanım bulut sunucuları geliştirmek için AWS ile birlikte çalıştı. DTN, yeni AWS bulut sunucularını kullanarak hava durumu tahmin modellerini isteğe bağlı olarak ve benzeri görülmemiş bir hız ve ölçekte çalıştırabilir.

Geçmişte, hava durumu tahmin modellerini yalnızca belirli aralıklarla, günde bir veya iki kez çalıştırmak mümkündü, çünkü bunları çalıştırmak saatler sürüyordu. Ewe'ye göre, artık modeller talep üzerine çalışabiliyor ve yaklaşık bir dakika içinde bir saatlik küresel tahmin oluşturabiliyor. Bununla birlikte, aynı derecede önemli olan, bu örneklerin kullanımının daha ekonomik olmasıdır.

DTN'nin modelinin nasıl çalıştığına dair gerçek bilime gelince - hem veriye dayalı, makine öğrenimi modellerini hem de meteoroloji alanı uzmanlığını içeren modelleri içerirler. Ewe, DTN'nin bir topluluk yaklaşımı benimsediğini, farklı modelleri çalıştırdığını ve nihai bir sonuç elde etmek için gerektiği gibi tarttığını belirtti.

Bununla birlikte, bu sonuç ikili değildir - örneğin yağmur ya da yağmur yok. Daha ziyade, olasılıksaldır, yani potansiyel sonuçlara olasılıklar atar - örneğin, 6 Beaufort rüzgarının% 80 olasılığı. Bunun arkasındaki mantık, bu tahminlerin ne için kullanıldığıyla ilgilidir: operasyonel zeka.

Bu, müşterilerin karar vermelerine yardımcı olmak anlamına gelir: Bu açık deniz sondaj tesisi tahliye edilmeli mi, boşaltılmamalı mı? Bu gemi veya bu uçak yeniden yönlendirilmeli mi, yönlendirilmemeli mi? Bu spor etkinliği gerçekleşmeli mi, gerçekleşmemeli mi?

Ewe'ye göre, topluluk yaklaşımı, risk denklemindeki tahminleri çarpanlara ayırabilmenin anahtarıdır. Geri bildirim döngüleri ve doğru koşullarda doğru ağırlıklara sahip doğru modellerin seçimini otomatikleştirmek, DTN'nin aktif olarak üzerinde çalıştığı şeydir.

İşte bu noktada "yeterince iyi" yönü de devreye giriyor. Ewe'nin belirttiği gibi gerçek değer, bu modellerin ürettiği tahminlerin aşağı yönlü tüketimidir. "Yatırım seviyenizi nasıl dengelediğiniz konusunda çok dikkatli olmak istersiniz, çünkü hava durumu bir sonraki aşağı akış modeli için yalnızca bir girdi parametresidir. Bazen bu ekstra yarım derecelik hassasiyet, bir sonraki model için bir fark bile yaratmayabilir. Bazen öyle oluyor."

Tam bir döngü haline gelen Ewe, DTN'nin dikkatinin şirketin müşterilerinin günlük operasyonlarına ve hava durumunun bu operasyonları nasıl etkilediğine ve müşteriler için en yüksek düzeyde güvenlik ve parasal getiri sağladığına odaklandığını belirtti. "Bunun, harici bir tarafın tahminlerimizin doğruluğunu ölçmesinden çok daha değerli olduğu kanıtlandı. Tahminlerimizin ne kadar doğru ve değerli olduğunu ölçen günlük müşteri etkileşimimizdir."