IBM上周收购这家气象公司的交易，增强了它的认知计算能力，而这正是IBM真正需要的——数据和大量数据。
但此次收购的意义远远不止于此。
为了提高效率，智能系统需要能够处理复杂的问题和处理大量的数据。IBM现在有了天气数据它还获得了物联网(IoT)平台，可以从许多来源收集信息，包括飞机甚至手机。IBM计划延长这个平台可以从任何数据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，他们必须了解这个世界，”他说安德鲁·摩尔卡耐基梅隆大学(Carnegie Mellon university)计算机科学学院(School of Computer Science)院长，曾任哈佛大学(harvard university)副校长谷歌谁监管了几个人工智能借度假项目。
+也在网络世界有个足球雷竞技app当暴风雨来袭时，气象公司需要云层+
摩尔认为,IBM这是一个聪明的举动，并预计其他技术供应商也会效仿，用数据存储来增强自己的系统。
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整合到决策中。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车辆里，或者被困在结冰的高速公路上。
如果天气数据可以与涵洞的传感器数据相结合，这样的系统就可以准确地预测哪些涵洞会溢流，溢流的时间和溢流的程度。IBM信息与洞察服务部门总经理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，并有信心地采取行动，使人们免受伤害。
在零售业等其他领域，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。Cawley说:“零售环境的准确性意味着你可以预测到商店的位置。”
他表示，IBM设计其系统的目的是提供“可操作”的见解，而不是“有趣的”见解。
考利说，由于传感器成本的下降，世界各地的数据源数量“呈爆炸式增长”。有些数据，例如普查信息，是静态的。但其他数据源，如a推特饲料，有很多“噪音”，或信息很少相关。
诀窍是提取噪声的真实信号。这是一个面积IBM的数据科学家都集中在他们添加新的数据源，考利说。
根据摩尔的说法，数据中的噪音可能会导致错误的警报。当你收集到更多的数据时，“出错的几率会急剧上升。”
超出了天气公司IBM也在与Twitter合作开发其产品系列。
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助理教授。
风暴破坏的社会媒体的报道，现在用来评估气候事件的影响，但很多是分析的事实后到达。这可能是很难知道，首先，什么是什么。举例来说，社交媒体来源可能责怪龙卷风来推翻一个旧谷仓，当高风真的惹的祸。
Fogt说，如果IBM能将有关风暴的社交媒体报道与天气数据实时结合起来，它就能提供有用的信息。
这篇文章，“通过大量的天气数据，IBM希望了解世界”最初是由《计算机世界》 。