解決難題預報更精準

在記者的印象中，過去經(jīng)常在天氣預報里聽到“局部地區(qū)”。例如局部地區(qū)有陣雨、局部地區(qū)有暴雪等。現(xiàn)在，天氣預報中的提到“局部”的次數(shù)變少，地點和時間比較精確的預報變多，這是中國大數(shù)據(jù)計算能力不斷提升的結(jié)果。

“天氣預報是預測科學，不可能100%準確。”中央氣象臺副臺長宗志平說，天氣預報的本質(zhì)是根據(jù)已知的氣象條件，用超級計算器進行海量數(shù)據(jù)計算，但計算結(jié)果與真實天氣狀況之間不可避免存在偏差。把天氣預報得更準確，就是一個不斷縮小計算結(jié)果與真實情況差距的過程，這是現(xiàn)實世界中的難題。

人工智能提供了一種解決難題的新思路。“天氣預報本身就是大數(shù)據(jù)問題，涉及到不同時間和空間上的海量數(shù)據(jù)，正是人工智能非常好的應用場景。”中國氣象局北京城市氣象研究所副所長陳敏認為，可以用人工智能算法把超級計算機的預報結(jié)果盡可能地、自動地、不用人工干預地修正到與實際觀測數(shù)據(jù)更接近，以達到“天氣預報越來越準”的終極目標。“人工智能這么火，我們不用新技術(shù)就落伍了。”

中央氣象臺臺風與海洋氣象預報中心副主任錢奇峰稱，將人工智能應用到天氣預報在全球范圍內(nèi)都是熱門話題。實際上，2018年的世界氣象日主題就是“智慧氣象”，中國氣象局局長劉雅鳴指出，要充分應用大數(shù)據(jù)和人工智能技術(shù)，建設(shè)全覆蓋、智能化的氣象預報業(yè)務體系，做出更精準的天氣預報。

跟人類不存在競爭關(guān)系

隨著中國天氣業(yè)務現(xiàn)代化建設(shè)的推進，近年來，不僅在臨近天氣的預報上，在氣候應用研究、臺風海洋預報、海霧預報等領(lǐng)域，也有人工智能技術(shù)助力。在國家氣象中心，研究人員已將數(shù)據(jù)挖掘技術(shù)應用于海量集合預報數(shù)據(jù)的預報信息提取，對提高預報準確率起到顯著作用。各省級氣象臺開展相關(guān)研究，廣東省氣象局利用阿里平臺，開展基于深度學習的短臨降水預報效果良好;北京市氣象局將機器學習方法應用于溫度預報;福建省氣象局基于機器學習的降水要素客觀訂正方法，已在多省氣象局得到業(yè)務推廣應用。

關(guān)于人工智能預報天氣和人類預報員的預測結(jié)果誰更準確的問題，在業(yè)內(nèi)人士看來，是一個偽命題。人工智能在氣象領(lǐng)域更多是一種技術(shù)，它和人類預報員之間不存在競爭和淘汰的關(guān)系。目前，人工智能技術(shù)可幫助預報員做普通的、常規(guī)天氣的精準預報，但在一些災害性、極端性、轉(zhuǎn)折性的天氣過程中，仍需要預報員利用天氣學知識、長期積累的預報經(jīng)驗發(fā)揮作用。

完全融入行業(yè)仍需時日

雖然人工智能在天氣預報方面發(fā)揮著重要作用，但在招攬優(yōu)秀的人工智能人才方面卻不怎么討喜。專家指出，目前人工智能領(lǐng)域存在嚴重的人才分布不均衡情況。出于行業(yè)熱度和薪資等原因，優(yōu)秀的人工智能人才聚集在自動駕駛、計算機視覺等領(lǐng)域，而礦業(yè)勘探、天氣預報等關(guān)系國計民生的領(lǐng)域卻很難聚集頂尖人才。

“我們需要的人工智能人才不一定需要接受過系統(tǒng)的大氣科學教育，也不用特別深入地了解天氣的機理，只需了解一些基本天氣知識、掌握人工智能工具和算法，能夠從數(shù)據(jù)出發(fā)，挖掘規(guī)律、深入分析。”陳敏認為，無論是人才厚度還是技術(shù)使用深度，人工智能完全融入氣象行業(yè)之中仍需時日。

宗志平介紹，氣象是十分復雜的系統(tǒng)，受影響的因素很多。比如降雨，即便水汽、濕度條件都得到滿足，但大氣沒有抬升水汽無法凝結(jié)，空氣中沒有“凝結(jié)核”，雨滴也不會長大掉落地面。因此，既懂氣象知識又有人工智能知識背景的復合型人才，是發(fā)展“智慧氣象”最理想的人選。宗志平表示，目前，中國氣象局相關(guān)團隊已經(jīng)與清華大學等合作開展人工智能技術(shù)研發(fā)工作，國家級氣象部門聯(lián)合組建了智能預報服務原型系統(tǒng)團隊，國家氣象中心一批資深預報首席、年輕研發(fā)型預報員、IT工程師共同組成了大數(shù)據(jù)及智能預報團隊。隨著人工智能技術(shù)的不斷發(fā)展，這支隊伍的力量也會不斷擴充。