當(dāng)AI撞上天氣預(yù)報,會成為傳統(tǒng)氣象行業(yè)的末日嗎?
AI助力天氣預(yù)報,早在過去的幾年里,研究者們使用AI系統(tǒng)來對不同的氣候模型進行排序篩選,并通過實際數(shù)據(jù)和模型氣候數(shù)據(jù)來識別颶風(fēng)等極端天氣,同時也致力與發(fā)現(xiàn)新的氣象模式。那當(dāng)AI撞上天氣預(yù)報,會成為傳統(tǒng)氣象行業(yè)的末日嗎?
科幻小說作家劉慈欣曾在其小說中描述了這樣一種天氣預(yù)報:
小說主人公從氣象學(xué)院畢業(yè)后,發(fā)現(xiàn)了一種可以探測龍卷風(fēng)的系統(tǒng),進而把龍卷風(fēng)扼殺在搖籃之中。直到一天,中國的航空母艦遭到了三顆導(dǎo)彈的襲擊,而這三顆導(dǎo)彈并沒有直接攻擊航母。大家很奇怪,發(fā)現(xiàn)導(dǎo)彈周圍形成了三股巨大的龍卷風(fēng)。這些導(dǎo)彈其實改變了海水當(dāng)中的空氣,航母就被擊沉了。
這一小說場景就很形象地展現(xiàn)了AI之于天氣預(yù)測的作用,那么這樣科幻的場景能否在現(xiàn)實中實現(xiàn)呢?
其實,在AI逐漸普及的大環(huán)境下,AI遇上天氣預(yù)報,自然也擦出了不一樣的火花。
AI滌蕩傳統(tǒng)天氣預(yù)報模式
AI助力天氣預(yù)報,早在過去的幾年里,研究者們使用AI系統(tǒng)來對不同的氣候模型進行排序篩選,并通過實際數(shù)據(jù)和模型氣候數(shù)據(jù)來識別颶風(fēng)等極端天氣,同時也致力與發(fā)現(xiàn)新的氣象模式。
從目前來看,筆者認(rèn)為:AI助力天氣預(yù)報,主要分“兩步走”。
1. 深度學(xué)習(xí)助力天氣預(yù)報
隨著人造衛(wèi)星和氣象模型的強大化,面臨海量的數(shù)據(jù),全球氣象人員開始尋求AI助力于數(shù)據(jù)處理,以能夠從數(shù)據(jù)中挖掘出更新鮮且游泳的氣候模式,幫助更好地進行氣候預(yù)測。
目前,已經(jīng)有研究人員致力于利用機器學(xué)習(xí)的方法和技術(shù),來處理氣候問題。在機器學(xué)習(xí)中,AI系統(tǒng)通過學(xué)習(xí)越來越多的數(shù)據(jù)來不斷完善自身的性能。
- 一方面,研究人員通過建立“氣候信息學(xué)”(climate informatics)來處理不斷增長的巨量數(shù)據(jù),并用機器學(xué)習(xí)的方式來進行有效的處理。
- 另一方面,利用深度學(xué)習(xí)的方式來進行研究。2016年研究人員就曾報道基于深度學(xué)習(xí),來識別那些傳統(tǒng)上由富有經(jīng)驗的專家來判斷氣候的模式,包括熱帶氣旋、大氣流以及天氣鋒面等。這表明算法是有可能復(fù)制人類的經(jīng)驗的。
Monteleoni 發(fā)明了一種可以自動評估30種氣候模型并賦予不同的權(quán)重,通過學(xué)習(xí)出不同模型的強弱,這一算法可以比傳統(tǒng)算法對所有模型一視同仁的方法得到更好的結(jié)果。Monteleoni 表示氣象學(xué)界已經(jīng)開始逐漸采用AI系統(tǒng)來評估氣候模型,從而幫助他們改善預(yù)測結(jié)果。
機器學(xué)習(xí)助力AI天氣預(yù)測
2. AI智能網(wǎng)格預(yù)報增強預(yù)測精確度
從氣候預(yù)報的演進過程來看,其演化一般經(jīng)歷了從定性預(yù)報、描述性預(yù)報到數(shù)字化、格點化預(yù)報三個階段。
智能網(wǎng)格就宛如地球上的經(jīng)緯網(wǎng),將我國以及每個城市地點的區(qū)域分解成許多個5公里×5公里、乃至1公里×1公里的網(wǎng)格,進行每個網(wǎng)格的差異化監(jiān)測。
以北京為例:本來的預(yù)報僅僅以南郊觀象臺這一個點的氣溫、降水等來代表整個城市氣候情況,但經(jīng)過展開網(wǎng)格化預(yù)報,北京的氣候不再由一個定點來反映,而是精密地反映在整座城市每個不同的網(wǎng)格之中。
這一AI加持下的智能網(wǎng)格化預(yù)報,不只讓形式愈加細(xì)化,還供給了更為詳盡和豐厚的預(yù)報內(nèi)容,從本來的氣溫、風(fēng)和氣候現(xiàn)象單個要素細(xì)化到基本要素、環(huán)境氣候要素、災(zāi)害性氣候要素、海上氣候要素四大類18個氣候要素。
氣象部門可以根據(jù)自身需求從網(wǎng)格中挑選自身需要的信息。目前,智能網(wǎng)格預(yù)報依賴的智能化氣象科技成果中最重要的是數(shù)值預(yù)報和集合預(yù)報。高分辨率智能網(wǎng)格,需要高分辨率區(qū)域數(shù)值預(yù)報模式支撐。我國四套已業(yè)務(wù)化運行的高分辨率模式,已通過建在上海的數(shù)值預(yù)報云(目前正在升級為智能網(wǎng)格預(yù)報云)實現(xiàn)全國共享。
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?
筆者認(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?;谌斯ぶ悄艿膱D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)氐乃念A(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。
作者:柯鳴,公眾號:智能相對論
本文由 @智能相對論 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可,禁止轉(zhuǎn)載
題圖來自 Pixabay,基于 CC0 協(xié)議
- 目前還沒評論,等你發(fā)揮!