近日，一則人工智能或能提前一周預(yù)測臺風(fēng)的消息引發(fā)關(guān)注。報(bào)道稱，日本海洋研究機(jī)構(gòu)和九州大學(xué)的研究小組利用人工智能深度學(xué)習(xí)技術(shù)，開發(fā)了從全球云系統(tǒng)分辨率模型(NICAM)氣候?qū)嶒?yàn)數(shù)據(jù)中高精度識別熱帶低氣壓征兆云的方法。該方法可識別出夏季西北太平洋熱帶低氣壓發(fā)生一周前的征兆。

不看不知道，原來人工智能在天氣預(yù)報(bào)方面已經(jīng)開始發(fā)威。它會比人類預(yù)報(bào)得更準(zhǔn)嗎?記者為此采訪了中央氣象臺專家，試圖理解氣象預(yù)報(bào)的AI助手究竟表現(xiàn)如何。

AI已成天氣預(yù)報(bào)研究熱門

根據(jù)相關(guān)報(bào)道，研究小組具體的做法是首先利用熱帶低氣壓跟蹤算法，將全球云系統(tǒng)分辨率模型20年積累的氣候?qū)嶒?yàn)數(shù)據(jù)，制成5萬張熱帶低氣壓初始云及演變中的熱帶低氣壓云圖片，再加上100萬張未演變成熱帶低氣壓的低氣壓云圖片，共105萬張圖片組成10組學(xué)習(xí)數(shù)據(jù)，利用深度卷積神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)，生成不同特征的10種識別器，然后構(gòu)筑出可對10種識別器結(jié)果進(jìn)行綜合評價的集合識別器。

對此，中央氣象臺臺風(fēng)與海洋氣象預(yù)報(bào)中心副主任錢奇峰表示，相關(guān)報(bào)道只介紹了做法，并沒有體現(xiàn)出具體的預(yù)報(bào)成果，“臺風(fēng)發(fā)展有一些階段，發(fā)展時間比較長，在大洋上形成胚胎，短則2至3天、長的要5天甚至7天發(fā)展成臺風(fēng)。要提前7天識別出熱帶低氣壓發(fā)生前的征兆，相信是可以做到的。”

據(jù)錢奇峰介紹，將神經(jīng)網(wǎng)絡(luò)的方法用在天氣預(yù)報(bào)上并不新鮮，上世紀(jì)八十年代已經(jīng)有一些應(yīng)用，隨著大數(shù)據(jù)和人工智能的發(fā)展，海量數(shù)據(jù)深度學(xué)習(xí)、復(fù)雜神經(jīng)網(wǎng)絡(luò)等逐步應(yīng)用，人工智能預(yù)報(bào)天氣已經(jīng)成為很熱門的一個話題。不光用在臨近天氣的預(yù)報(bào)，氣候應(yīng)用研究、臺風(fēng)海洋預(yù)報(bào)、海霧的預(yù)報(bào)等領(lǐng)域，都有人工智能技術(shù)的加持。

中央氣象臺天氣預(yù)報(bào)技術(shù)研發(fā)室副主任代刊介紹，學(xué)界對AI在天氣氣候中的應(yīng)用研究進(jìn)展進(jìn)行了分類整理，主要包括雷達(dá)質(zhì)量控制、衛(wèi)星數(shù)據(jù)反演及同化等氣象數(shù)據(jù)處理;短時臨近預(yù)報(bào)、概率預(yù)報(bào)、臺風(fēng)海洋天氣預(yù)報(bào)、極端或?yàn)?zāi)害性天氣預(yù)警、環(huán)境預(yù)報(bào)等天氣業(yè)務(wù);風(fēng)暴環(huán)境特征分類、天氣系統(tǒng)識別等天氣氣候分析;通信、生態(tài)環(huán)境、水資源和能源等領(lǐng)域的商業(yè)或行業(yè)應(yīng)用。如何將人工智能技術(shù)應(yīng)用到天氣氣候研究和應(yīng)用領(lǐng)域，已成為熱點(diǎn)方向。

彌補(bǔ)傳統(tǒng)數(shù)值模式的不足

代刊告訴記者，傳統(tǒng)天氣預(yù)報(bào)不斷發(fā)展更加復(fù)雜的動力數(shù)值模式，以求更準(zhǔn)確和提前預(yù)報(bào)天氣，人工智能預(yù)報(bào)天氣則是以大數(shù)據(jù)驅(qū)動為主的預(yù)報(bào)技術(shù)，“實(shí)際上這兩種方式是解決不同的問題，即不斷發(fā)展的數(shù)值模式系統(tǒng)提供更高分辨率、更準(zhǔn)確的預(yù)報(bào)結(jié)果，但由于其自身的缺陷以及天氣預(yù)報(bào)的不確定性，仍然不能滿足各種用戶的不同需求，數(shù)據(jù)驅(qū)動方法為彌補(bǔ)這一差距提供了非常有用的工具。”代刊表示。

在我國，近年來隨著天氣業(yè)務(wù)現(xiàn)代化建設(shè)的推進(jìn)，AI技術(shù)也得到逐步應(yīng)用。據(jù)代刊介紹，在國家氣象中心，研究人員已經(jīng)將數(shù)據(jù)挖掘技術(shù)應(yīng)用于海量集合預(yù)報(bào)數(shù)據(jù)的預(yù)報(bào)信息提取，如發(fā)展的最優(yōu)百分位技術(shù)和臺風(fēng)路徑最優(yōu)選取集成方法，對提高預(yù)報(bào)準(zhǔn)確率起到顯著效果。

“我們正在探索將人工智能技術(shù)應(yīng)用于網(wǎng)格預(yù)報(bào)業(yè)務(wù)，通過與清華大學(xué)合作，采用分布式深度學(xué)習(xí)框架、時空記憶深度循環(huán)網(wǎng)絡(luò)算法，雷達(dá)外推預(yù)報(bào)準(zhǔn)確率較之以往平均提升40%。”代刊說。

在公共氣象服務(wù)中心，研究者聯(lián)合天津大學(xué)共同研發(fā)了全國強(qiáng)對流服務(wù)產(chǎn)品加工系統(tǒng)。該系統(tǒng)運(yùn)用圖像識別和深度學(xué)習(xí)等新技術(shù)，能夠快速和智能化地監(jiān)測預(yù)警強(qiáng)對流天氣，可以判斷出未來30分鐘內(nèi)強(qiáng)對流天氣發(fā)生和影響的區(qū)域，預(yù)測產(chǎn)品的區(qū)域空間分辨率為1公里，每6分鐘滾動更新。

除了國家氣象臺，各省級氣象臺也都已開展相關(guān)研究，“人工智能這么火，我們肯定希望早把它用在我們的專業(yè)上，不用新技術(shù)就落伍了。”錢奇峰笑說。目前，廣東省氣象局利用阿里平臺開展的基于深度學(xué)習(xí)的短臨降水預(yù)報(bào)效果良好;北京市氣象局也將機(jī)器學(xué)習(xí)方法應(yīng)用于溫度預(yù)報(bào);福建省氣象局基于機(jī)器學(xué)習(xí)的降水要素的客觀訂正方法已在多個省氣象局得到業(yè)務(wù)推廣應(yīng)用。

結(jié)合優(yōu)勢向縱深發(fā)展

雖然取得了一系列成績，但與發(fā)達(dá)國家相比，國內(nèi)關(guān)于AI作用于天氣預(yù)報(bào)的研究和應(yīng)用還存在一定差距，包括：AI技術(shù)應(yīng)用集中在短時臨近預(yù)報(bào)上，而對于天氣預(yù)報(bào)業(yè)務(wù)的全鏈條，如數(shù)據(jù)質(zhì)量控制、多災(zāi)種天氣預(yù)警能力、產(chǎn)品制作以及決策服務(wù)等的支撐還遠(yuǎn)不足;AI技術(shù)以應(yīng)用開發(fā)為主，相關(guān)理論研究以及面向業(yè)務(wù)需求有針對性的研發(fā)還不夠深入。

對此，代刊建議，為進(jìn)一步推進(jìn)AI技術(shù)在業(yè)務(wù)流程的關(guān)鍵環(huán)節(jié)發(fā)揮重要作用，未來應(yīng)加強(qiáng)新的、更高級的AI技術(shù)理論研究和應(yīng)用開發(fā)，“目前大部分AI技術(shù)方法研發(fā)還是以大氣科學(xué)專業(yè)背景人員為主，需要統(tǒng)計(jì)學(xué)、計(jì)算科學(xué)、大數(shù)據(jù)挖掘等專業(yè)背景的科學(xué)家加入，并積極與相關(guān)高校、科研院所合作。”

更重要的是數(shù)據(jù)， AI技術(shù)的產(chǎn)品輸出質(zhì)量受到輸入數(shù)據(jù)質(zhì)量的限制，要想取得更好效果，需要加強(qiáng)高質(zhì)量、長序列的氣象訓(xùn)練數(shù)據(jù)集的研發(fā)，例如提供長歷史、統(tǒng)計(jì)特性一致的模式數(shù)據(jù)，整理和開發(fā)高分辨的觀測和分析資料用于訓(xùn)練和檢驗(yàn)。在前述日本海洋研究機(jī)構(gòu)和九州大學(xué)的研究中，研究小組為了利用深度學(xué)習(xí)獲得更高的識別精度，對每一種氣象類型都需要超過數(shù)千張圖片的大量數(shù)據(jù)。“我們也在做長序列氣象數(shù)據(jù)的再分析。”代刊表示。

另外他強(qiáng)調(diào)，目前大部分AI技術(shù)類似“黑箱”，在通常情況下運(yùn)行良好，但遇到極端情況可能會失效。因此，據(jù)代刊介紹，英國氣象局一直在利用數(shù)據(jù)驅(qū)動，將統(tǒng)計(jì)技術(shù)與物理模式和深刻理解結(jié)合起來，并積累了大量經(jīng)驗(yàn)，例如將高分辨率觀測網(wǎng)、復(fù)雜數(shù)值模式和再分析數(shù)據(jù)利用統(tǒng)計(jì)技術(shù)結(jié)合起來為風(fēng)能行業(yè)發(fā)展了業(yè)務(wù)預(yù)報(bào)工具，能夠提供更高精度的風(fēng)力預(yù)報(bào)，并適用于復(fù)雜地形條件。

“為了克服來自黑箱應(yīng)用的挑戰(zhàn)，還需要發(fā)展針對環(huán)境科學(xué)的機(jī)器學(xué)習(xí)理論和方法。”代刊表示。此外，也需要積極推動研究成果到業(yè)務(wù)應(yīng)用的轉(zhuǎn)換，包括建立開放性、眾創(chuàng)的后處理支持基礎(chǔ)架構(gòu)，建立跨部門的團(tuán)隊(duì)來建設(shè)和維護(hù)通用AI算法軟件、訓(xùn)練及測試數(shù)據(jù)、檢驗(yàn)評估等，提供資源用于培訓(xùn)相關(guān)人員的研發(fā)水平。

代刊表示，有好的預(yù)報(bào)不等于能做出好的決策，傳統(tǒng)數(shù)值預(yù)報(bào)結(jié)果越來越精確，但降水量、臺風(fēng)強(qiáng)度和路徑等預(yù)報(bào)結(jié)果并不一定導(dǎo)向好的應(yīng)對決策。在這方面，人工智能技術(shù)大有可為，雖然AI還不能很好地模擬傳統(tǒng)的物理過程，但通過綜合如交通、能源、農(nóng)業(yè)等各領(lǐng)域的數(shù)據(jù)和研究，它能幫助人類在應(yīng)對天氣影響時拿出更優(yōu)良的決策方案。

“人工智能在氣象行業(yè)中的應(yīng)用剛起步，應(yīng)用場景未來還有很多。“錢奇峰表示，“在未來10年當(dāng)中，整合基于物理模式的數(shù)值預(yù)報(bào)和數(shù)據(jù)驅(qū)動的方法，將會給天氣預(yù)報(bào)帶來新的機(jī)會，例如將機(jī)器學(xué)習(xí)應(yīng)用于交通堵塞、航空延誤、花粉過敏等難以用物理模型處理的預(yù)報(bào)，能夠提供更有價值的信息。”