是末日還是浴火重生？

人工智能的明星選手“阿爾法狗”，在打敗人類圍棋界頂尖高手李世石、柯潔之后，旋即被零基礎(chǔ)自學(xué)成才的“阿爾法元”輕松戰(zhàn)敗，一時引發(fā)人們追問：人工智能發(fā)展之迅速，未來是否會有更多人類職業(yè)被其擊��？

同樣，在氣象行業(yè)中，許多人質(zhì)疑AI的應(yīng)用究竟是氣象行業(yè)的救世主還是定時炸彈？智能相對論分析師柯鳴認(rèn)為，AI落地于氣象之前，需要厘清幾個問題。

1．AI在天氣預(yù)報中如何落子？

其實，早在人工智能落地各行業(yè)之時，氣象行業(yè)也早早的擁抱了AI系統(tǒng)2015年7月，IBM創(chuàng)建團隊，利用機器學(xué)習(xí)法研發(fā)云預(yù)測模式。這一模式比目前其他云預(yù)測模式準(zhǔn)確率提高了30％，使人們能夠享受精準(zhǔn)到分鐘、精確到街道的預(yù)報服務(wù)。

從目前的發(fā)展情況來看，人工智能在氣象領(lǐng)域也得到了廣泛的應(yīng)用，如天氣預(yù)報專家系統(tǒng)、智能天氣信息采集系統(tǒng)、智能預(yù)報系統(tǒng)、智能氣象信息發(fā)布系統(tǒng)以及應(yīng)用在天氣預(yù)報中的人工神經(jīng)網(wǎng)絡(luò)等。

其中，天氣預(yù)報專家系統(tǒng)是源于上世紀(jì)70年代發(fā)展起來的專家系統(tǒng)在氣象領(lǐng)域的重要應(yīng)用；基于人工智能的圖像理解技術(shù)目前已廣泛用于衛(wèi)星云圖、雷達(dá)圖和天氣圖的圖像識別和理解；自動程序設(shè)計可大大減少程序員的工作量。

其實早在10年前，德國已經(jīng)初步應(yīng)用了AI氣象系統(tǒng)，該系統(tǒng)會從多個數(shù)據(jù)源自動下載氣象數(shù)據(jù)，然后進行自動處理，接著天氣預(yù)報自動預(yù)測系統(tǒng)開始工作，然后對天氣預(yù)報進行自動發(fā)布。全球1．5萬多個城市的預(yù)報和天氣實況信息源源不斷地自動發(fā)布在網(wǎng)站上和各種媒體平臺上。這大大提高了氣象工作者的工作效率。

2．擊敗天氣預(yù)報員是偽命題

其實，人工智能在氣象領(lǐng)域更多是一種技術(shù)，它和人類預(yù)報員之間并不存在競爭和淘汰的關(guān)系。目前，人工智能技術(shù)可以幫助預(yù)報員作普通的、常規(guī)天氣的精準(zhǔn)預(yù)報，但在一些災(zāi)害性、極端性、轉(zhuǎn)折性的天氣過程中，仍需要預(yù)報員利用天氣學(xué)知識、長期積累的預(yù)報經(jīng)驗發(fā)揮作用。

而在將來，人類預(yù)報員可以利用更為先進的人工智能等技術(shù)，結(jié)合豐富的知識基礎(chǔ)和對大氣運動機理的分析認(rèn)識，訂正作出更精準(zhǔn)的預(yù)報及影響預(yù)報，為有關(guān)部門決策和開展防洪減災(zāi)提供科學(xué)支撐。

AI加持后的天氣預(yù)報預(yù)測關(guān)系到水利調(diào)度、水資源利用以及防洪抗旱的效率。隨著AI賦能后，小尺度、更加精細(xì)、更加短時的預(yù)報將成為現(xiàn)實，結(jié)合當(dāng)?shù)氐乃�文預(yù)報模型進行山洪災(zāi)害、中小河流洪水預(yù)報預(yù)警，將會變得更有操作性和可行性。

而且，目前的人工智能的影子更多是在短時預(yù)報（即0～2小時的臨近預(yù)報，2～12小時的短時預(yù)報）方面出現(xiàn)。隨著探測技術(shù)的發(fā)展，AI要想完全融入氣象行業(yè)之中，依然需要時日。

3．極端天氣預(yù)測，又能做到幾分？

再觀極端天氣預(yù)測方面，地震預(yù)測被稱為地震學(xué)的圣杯，AI是否能夠在諸如地震、龍卷風(fēng)等極端天氣預(yù)測表現(xiàn)中依然出彩呢？

雖然到目前為止，沒有人找到可靠的方法來預(yù)測地震。但是隨著AI預(yù)測的逐漸深入化，技術(shù)改進的機器學(xué)習(xí)算法和超級計算機的進步及其存儲和處理大量數(shù)據(jù)的能力現(xiàn)在賦予了來自美國的保羅·約翰遜團隊使用人工智能探測地震的嘗試。

保羅·約翰遜團隊通過使用來自真實風(fēng)暴的原始地震數(shù)據(jù)進行相同類型的機器學(xué)習(xí)分析。他們通常使用稱為“地震目錄”的這些經(jīng)過處理的地震數(shù)據(jù)來尋找預(yù)測線索。這些數(shù)據(jù)集僅包含地震幅度、位置和時間，并省略其余信息。通過使用原始數(shù)據(jù)，約翰遜的機器算法或許能夠拾取重要的預(yù)測標(biāo)記。

約翰遜的“地震預(yù)測”嘗試

約翰遜已經(jīng)開始將他的技術(shù)應(yīng)用于實際數(shù)據(jù)中——機器學(xué)習(xí)算法將分析由法國勞倫斯伯克利國家實驗室和其他來源收集的地震數(shù)據(jù)。

同樣，從目前的發(fā)展情況來看，AI已為氣象業(yè)發(fā)展著自己的特有優(yōu)勢。在美國，搭載AI的氣象系統(tǒng)可以實現(xiàn)龍卷風(fēng)的提前五到十分鐘預(yù)測，這一切，都是AI不斷發(fā)展后的結(jié)果。AI與天氣預(yù)報碰撞出的火花，正是氣象人所期待的智能氣象的模樣。

智能相對論：深挖人工智能這口井，評出咸淡，講出黑白，道出深淺。重點關(guān)注領(lǐng)域：AI＋醫(yī)療、機器人、智能駕駛、AI＋硬件、物聯(lián)網(wǎng)、AI＋金融、AI＋安全、AR／VR、開發(fā)者以及背后的芯片、算法、人機交互等。