講到氣象資料和氣象預報，大概會提到蝴蝶效應，來說明氣象難以預測。但看來 IBM 認為如果餵大量資料，就有辦法克服氣象預報。如今 IBM 用它買來的氣象公司，連同裡面的專家和資料，推出用深度學習預測氣象的 Deep Thunder，希望能提高小規模地區的預測結果。
自從 IBM 收購 The Weather Company 的 B2B 資料部門後，可能很多人好奇為何 IBM 要買它。但現在 IBM 推出新的氣象產品，結合最近流行的深度學習技術，再加上從 Weather Company 收購案得到的氣象資料，推出 Deep Thunder 預測天氣狀況。
Deep Thunder 靠更好的演算法，還有餵好幾 PB 等級的資料，調教 Deep Thunder 的預測模式，希望在 0.2~ 1.2 英里的尺度下預測氣象。預測結果將用在保險、消費者行為預測上面。
在新聞稿中，Weather Compay 科學和預測營運部門主管 Mary Glackin 說：「Weather Compay 專注觀測大氣狀況，而 IBM Research 則領先各界，相當小尺度下的超級地方等級下，擁有提高預測準度的技術，可以用在重要決定上。今天推出的新整合預測模型，將會提供增進我們簽署服務理想的平台──為不同企業和工業應用，理解各種氣象現象的衝擊和找出建議的行動。
對擁有技術的公司來說，只有演算法但沒有能驗證演算法的資料也作用不大。未來我們可以看到更多做 AI 或預測的公司，出手買公司取得這些公司背後的資料，拿這些資料訓練 AI 做出更精準的預測。
(首圖來源：Patrick on Flickr, CC-BY 2.0)