IBM上周收购这家气象公司的交易，增加了IBM的认知计算能力，而这正是IBM真正需要的——大量数据。
但此次收购的影响远不止于此。
为了有效，智能系统需要能够处理复杂的问题和收集大量的数据。IBM现在有天气数据它还获得了一个物联网(IoT)平台，可以从多种来源收集信息，包括飞机，甚至手机。IBM计划将该平台可以从任何来源和支持传感器的设备收集数据。
“当你谈论人工智能系统时，他们需要两样东西:他们必须善于理解问题，他们必须了解世界，”他说安德鲁•摩尔他是卡内基梅隆大学计算机科学学院(Carnegie Mellon's School of Computer Science)的院长，也曾担任过麻省理工学院(mit)的副校长谷歌他监督了几个由ai驱动的项目。
+也在网络世界足球竞猜app软件当风暴袭来时，气象公司需要云+
摩尔认为,IBM做了一个聪明的举动，并期望其他技术供应商也会跟随它的脚步，用类似的方式增强他们自己的数据存储系统。
但是为什么天气?每个人都知道天气，对吧?
IBM认为天气数据并没有很好地集成到决策中。这些证据几乎每晚都出现在新闻中，人们被困在被洪水淹没的街道上的汽车里，或者被困在结冰的高速公路上。
如果天气数据能与涵洞的传感器数据相结合，这样的系统就能准确地预测哪些涵洞将会溢出，何时会发生以及溢出的程度。IBM Information and Insight as a Service的总经理乔尔·考利(Joel Cawley)说，有了更好的洞察力，应急管理人员可能能够更精确地预测极端天气事件的后果，并自信地采取行动，让人们远离危险。
在零售行业等其他领域，天气数据和分析能力可能有助于库存管理和人员配备等工作。“零售环境的准确性意味着你可以向下预测商店的位置，”考利说。
他说，IBM设计其系统是为了提供“可操作的”见解，而不是“娱乐的”见解。
考利说，由于传感器成本的下降，全球数据来源的数量“呈爆炸式增长”。有些数据，比如人口普查信息，是静态的。但是其他数据源，比如a推特饲料，有很多“噪音”，或信息很少的相关性。
诀窍在于从噪音中提取出真实的信号。Cawley说，这是IBM数据科学家在增加新数据源时关注的一个领域。
根据摩尔的说法，数据中的噪音可以发出错误的警报或警报。当你收集到更多的数据时，“出问题的几率会急剧上升。”
超出了天气公司move, IBM也在与Twitter合作开发其产品集。
他说，如果IBM将天气数据与Twitter结合起来，可能会有价值瑞安Fogt他是俄亥俄大学气象学的助理教授。
社交媒体上关于风暴破坏的报道现在被用来评估天气事件的影响，但很多分析都是在事件发生后才进行的。一开始可能很难知道什么是什么。例如，社交媒体可能会指责龙卷风推倒了一个旧谷仓，而实际上罪魁祸首是大风。
Fogt说，如果IBM能将有关风暴的社交媒体报道与实时天气数据结合起来，它就能提供有用的信息。
这篇文章“IBM希望通过大量的天气数据了解世界”最初由《计算机世界》 。