天气预报配备人工智能有这两处提高

艾米·麦戈文(Amy McGovern) 是一名计算机科学家，也是极少数因为天气原因而搬到俄克拉荷马州的人之一。以前她从事机器人工作，后来被俄克拉何马大学气象学院聘用。去年秋天，借助美国国家科学基金会，她成立了一个将人工智能应用于天气和气候的研究机构。随着机器学习的新技术变得无处不在，比如识别人脸或模仿人类书写，她的研究中心正在推动一项新尝试，目的是看看机器是否能读懂“云”。

麦戈文博士的研究所还包括其他六所大学和各种私人合作伙伴。除了开发人工智能方法来改善极端天气和沿海海洋学的预测，他们正在测试整个周期，希望切实拯救生命和财产。人工智能已经使现有的预测方法更加有效，并有助于提高预测的速度和准确性，它显示出更高精度跟踪龙卷风和冰雹等恶劣天气路径的推演。这项技术不会取代传统的天气预报，而是对现有的预报方法进行补充和加强。

提高效率

美国国家海洋和大气管理局的数据显示，2020年，全球共发生了22起天气和气候灾害，每起灾害造成的损失都超过了10亿美元。据建模人员估计，德克萨斯州最近一次的冰冻破坏了基础设施，影响了价值900亿美元的供应链。尽管多年来在预测方面取得了进步，但仍有很多人们不知道的地方。根据麦戈文博士的说法， ********* 在提供龙卷风预警方面相当全面，预测了80%的龙卷风预警，但同时也容易出现误报，80%的预警结果都是错误的。所以对恶劣天气进行更准确的预测和更好的准备有巨大的机遇。

自20世纪50年代现代天气预报开始以来，气象学家主要依靠“数值天气预报”——根据水、风、土地和阳光的物理特性，以及它们无限相互作用，模拟世界和大气的数学模型。为了追求更加详细的呈现，今天的模型每天包含大约1亿份数据，其复杂程度堪比人脑模拟或宇宙诞生的模拟。几十年来预测的准确性稳步提高。但近年来，地球观测卫星和新传感器(如手机中的气压监测器)的激增，已经超出了科学家将它们整合到天气模型中的能力。即使是对这些数据的一小部分进行处理，也需要成倍的计算能力来做出及时的预测。

最新的人工智能技术以一种全新的方式工作，它根据海量的数据而不是根据物理定律来训练神经网络。这些网络不是利用蛮力计算来预测基于当前条件的天气，而是回顾过去的天气数据，并发展自己对条件如何演变的理解。基本的人工智能技术应用于天气和气候已有几十年历史。但目前人工智能技术还没有被用于自己生成预测。部分原因是传统方法很好用，比如美国 德克萨斯州在2月中旬遭遇的冬季风暴,美国国家气象局沃思堡办公室开始通知异常寒冷天气即将来临,以及许多模型估计到了强度在几摄氏度。人工智能面临的另一个挑战是，它最擅长预测它所接受训练的数据中常见的模式，但天气异常最需要被预测到，比如德州的风暴，它的温度达到了1899年以来的最低温度，这种不常见的情况还能否预测呢。

尽管人工智能没有取代传统的预测方法，但这并不意味着它不会很快改变传统的预测方法。目前的天气预报在计算能力方面非常密集，只能在世界上最快的超级计算机上运行，科学家们不断试图突破这一极限。机器学习技术可以通过模拟部分全球天气模型来降低能耗，但计算更简单，能耗更低，而且精度变化不大。美国国家海洋和大气管理局卫星应用与研究中心的首席科学家认为这些成果将是非常重大的。“对于某些组件，它的效率可以提高10倍到1000倍。”例如，欧洲中期天气预报中心目前将地球模拟成一个正方形网格，每边长9公里，在大气中堆叠137层。每增加一个细节就需要成倍增加电力，该中心在意大利博洛尼亚的最新超级计算机消耗6000户家庭的电力。今年，该中心将依靠人工智能方法提高效率，并开始开发一种分辨率为1公里的新全球模型，从而更好地聚焦风暴和海洋漩涡。更大更快的机器赋予人们更强大的计算能力，需要从根本上改变运行在机器上的代码，才能有效地使用它们。

更早一点

研究人员看到了人工智能在更狭窄领域的应用前景，例如使用机器学习来创建超局部预测，这些预测与接收这些预测的人更相关。即使是最好的全球天气模型也是在几公里的空间分辨率下模拟的，所以它们可以准确地预测你所在国家的降雨，但不能预测你所在街区的降雨。研究人员表示，深度学习可以让我们从区域的地理预测缩小到更精细的预测。在这种情况下，通过使用诸如地形等细节来补充传统方法的天气预报，以便在特定地点实现更广泛的天气模式。

机器学习也可能做到精确的“临近预测”，即计算速度非常快的短期预测，这是传统方法无法实现的。去年春天，谷歌研究中心的两位科学家表明，在没有明确编码任何物理规律的情况下，深度神经网络可以比其他最先进的模型更好地预测未来8小时内的降雨。其中一名研究人员说，他们正在积极努力提高预测的质量和时间范围。这一想法为人工智能在天气和气候科学领域的广泛和实质性嵌入铺平了道路。

即使是将准确的天气预报提前一两个小时，也可能对企业产生重大影响，因为企业面临的风险与普通家庭不同。如果告诉你要下冰雹了，你可以把车开进车库；如果一个汽车制造商或汽车经销商，在停车场上有1000辆车，他不可能在这么短的时间内搬动1000辆车。去年，麦戈文博士与人共同撰写了一份研究报告，表明机器学习改善了短期冰雹预报，并通过分离和分析数千份关于个别冰雹风暴的报告，克服了有限的全球气象数据。她现在正与美国国家海洋和大气管理局合作，将这些技术开发成可操作的产品。

声明：本文版权归原作者所有，转载请注明出处，请勿转载至外网或用于商业用途。