The post has been translated automatically. Original language: Russian
The Aral Sea region is one of the most difficult ecological zones on the planet and one of the most inconvenient for working with data: sources are scattered, some are closed, and the situation is cross—border, affecting Kazakhstan, Uzbekistan, and Turkmenistan at once. Two opposite processes are going on in one region: the Small Aral Sea has been partially restored after the Kokaral dam, while the Big Aral Sea continues to dry up.
At WIZICO Tech, we deliberately took this case and launched it. aralkum.com — a public service that shows what is happening to the air and sea in the Aral Sea region right now and for years to come. The logic is simple: if the technology builds a connected service here, it can handle almost any application task.
What's inside
— Forecast of air quality (PM10/PM2.5) for 24 hours ahead in the populated areas of the region
— A feed of events with exceeding thresholds
— Dynamics of the sea area based on satellite images projected up to 2030
— Amu Darya and Syr Darya drains and climate scenarios up to 2050
— AI summaries that translate numbers in response to the question "what should I do about it today"
— Six languages
Everything is based on completely open data: Landsat, Open-Meteo (CAMS), GloFAS, CMIP6 climate projections. Not a single dataset purchased.
How it works
Merging disparate data. Each source has its own format, resolution, and refresh rate. We bring satellite, climate, and hydrological data to a single, reproducible picture of the entire region. This is the most inconspicuous and most time-consuming part of the job.
ML is forecasting with honest uncertainty. The models forecast air quality and sea area and show a band of uncertainty, rather than pretending that the future is known for sure. A separate layer catches atypical emissions that are worth paying attention to. The maturity of a model is also the ability to admit what she doesn't know.
An AI that brings data to a solution. An array of numbers by itself doesn't mean much to a person. The AI layer turns the situation into a short summary: not "PM10 = 142 micrograms/m3", but what it means and whether it is worth closing the windows today.
Engineering reliability. If the language model is unavailable, the service does not show emptiness and does not invent anything — a pre-programmed script based on the same data is enabled. For a public product where people's health is at stake, AI must add value, but not be a single point of failure. Such solutions distinguish production from demo.
Why are we doing this?
There is already more open data in the world than anyone can comprehend manually. What creates value is not access to data, but the ability to assemble an ML model from it, add AI interpretation, and bring everything to a working, reliable product. This is exactly the chain we are building as a company, and we are convinced that serious applied AI products can and should be built here in Central Asia for our own purposes.
The Aral System is the first version and a demo project, not an official notification system. But it shows the direction in which we are moving.
If this approach is close to you, go to aralkum.com test it and write in the comments what data or functions are missing. We'll take the best ideas to the roadmap. And we are open to partnerships.
Live service: aralkum.com
Приаралье — одна из самых тяжёлых экологических зон планеты и одна из самых неудобных для работы с данными: источники разрозненны, часть закрыта, ситуация трансграничная — затрагивает сразу Казахстан, Узбекистан и Туркменистан. В одном регионе идут два противоположных процесса: Малый Арал после Кокаральской плотины частично восстановлен, а Большой Арал продолжает высыхать.
Мы в WIZICO Tech сознательно взяли именно этот кейс и запустили aralkum.com — публичный сервис, который показывает, что происходит с воздухом и морем в Приаралье прямо сейчас и на годы вперёд. Логика простая: если технология собирает связный сервис здесь, она справится почти с любой прикладной задачей.
Что внутри
— Прогноз качества воздуха (PM10/PM2.5) на 24 часа вперёд по населённым пунктам региона
— Лента событий с превышениями пороговых значений
— Динамика площади моря по спутниковым снимкам с проекцией до 2030 года
— Стоки Амударьи и Сырдарьи и климатические сценарии до 2050 года
— AI-сводки, которые переводят цифры в ответ на вопрос «что мне с этим делать сегодня»
— Шесть языков
Всё построено на полностью открытых данных: Landsat, Open-Meteo (CAMS), GloFAS, климатические проекции CMIP6. Ни одного купленного датасета.
Как это устроено
Слияние разнородных данных. У каждого источника свой формат, разрешение и частота обновления. Мы приводим спутниковые, климатические и гидрологические данные к единой, воспроизводимой картине по целому региону. Это самая незаметная и самая трудоёмкая часть работы.
ML-прогнозирование с честной неопределённостью. Модели строят прогноз качества воздуха и площади моря и показывают полосу неопределённости, а не делают вид, что будущее известно точно. Отдельный слой ловит нетипичные выбросы, на которые стоит обратить внимание. Зрелость модели — это в том числе умение признавать, чего она не знает
AI, который доводит данные до решения. Массив цифр сам по себе мало что говорит человеку. AI-слой превращает обстановку в короткую сводку: не «PM10 = 142 мкг/м³», а что это значит и стоит ли сегодня закрывать окна.
Инженерная надёжность. Если языковая модель недоступна, сервис не показывает пустоту и ничего не выдумывает — включается заранее заложенный сценарий на тех же данных. Для публичного продукта, где на кону здоровье людей, AI обязан добавлять ценность, но не быть единой точкой отказа. Такие решения отличают продакшн от демо.
Зачем мы это делаем
Открытых данных в мире уже больше, чем кто-либо способен осмыслить вручную. Ценность создаёт не доступ к данным, а способность собрать из них ML-модель, добавить AI-интерпретацию и довести всё до работающего, надёжного продукта. Именно эту цепочку мы выстраиваем как компания — и убеждены, что серьёзные прикладные AI-продукты можно и нужно строить здесь, в Центральной Азии, под наши собственные задачи.
Aral System — первая версия и демонстрационный проект, а не официальная система оповещения. Но он показывает направление, в котором мы движемся.
Если вам близок такой подход — заходите на aralkum.com, потестируйте и напишите в комментариях, каких данных или функций не хватает. Лучшие идеи возьмём в роадмап. И мы открыты к партнёрствам.
Сервис вживую: aralkum.com
Share
