
In fünf Jahren werden uns Machine-Learning-Algorithmen und -Software helfen, die Informationen über die physische Welt, die von Milliarden von Devices gesammelt werden, zu organisieren und letztlich auch zu verstehen.
Im Vorjahr machte der US-Computerkonzern eine starke Ansage: In fünf Jahren werden uns Machine-Learning-Algorithmen und -Software helfen, die Informationen über die physische Welt, die von Milliarden von Devices gesammelt werden, zu organisieren und letztlich auch zu verstehen. Die Rede ist von einem Makroskop – also einem System, aus dem sich der Ansatz der Makroskopie ableitet, das anders als ein Mikroskop oder Teleskop in der Lage ist, gewaltige Mengen an komplexen Daten zusammenzubringen und daraus Sinn und Bedeutung abzuleiten. Bei IBM geht man davon aus, dass uns die Makroskop-Technologie helfen wird, neue Einblicke in Bereiche zu bekommen, die für die Menschheit von fundamentaler Bedeutung sind: die Verfügbarkeit von Nahrungsmitteln, Wasser und Energie.
Eine erste Umsetzung der Makroskop-Technologie ist Physical Analytics Integrated Data Repository and Services (PAIRS). Dabei handelt es sich um eine von IBM entwickelte Plattform. Damit ist es möglich, Geodaten zu sammeln, abzurufen und zu analysieren. Die Rohdaten werden von einer Reihe von öffentlichen und privaten Quellen bezogen. Dazu gehören unter anderem die NASA, das US-Landwirtschaftsministerium (USDA), die US-National Oceanic & Atmospheric Administration (NOAA) und der nationale meteorologische Dienst Großbritanniens (Met Office).