0
| 本文作者： 張帥 | 2020-01-08 16:00 |
你知道為了讓天氣預(yù)報(bào)準(zhǔn)一點(diǎn)，再準(zhǔn)一點(diǎn)，氣象工作者有多努力么？
大部分人肯定不知道，筆者也是剛剛才曉得，有一個形象的比喻——天氣預(yù)報(bào)是一年三百六十五天不停休的高考，每天每夜氣象工作者都要和“厚厚一摞數(shù)據(jù)”做斗爭，可是，天氣預(yù)報(bào)并不總是百分百準(zhǔn)確，換做誰每次都拿到不一樣的考卷，也答不到次次滿分。
天氣預(yù)報(bào)的古早期，古人看天看地看朝霞，也就有了“青蛙叫，大雨到”、“朝霞不出門，晚霞行千里”等膾炙人口的諺語，青蛙還成為了世界氣象電視節(jié)的吉祥物，以紀(jì)念青蛙在天氣預(yù)報(bào)歷史長河所做出的貢獻(xiàn)，不可否認(rèn)古人的智慧，但隨著這些諺語逐漸被每晚7點(diǎn)半的天氣預(yù)報(bào)淡化，恰恰象征著天氣預(yù)報(bào)走向科學(xué)化。
當(dāng)天氣預(yù)報(bào)發(fā)展為一門科學(xué)，現(xiàn)代人看數(shù)看圖看表格，數(shù)值預(yù)報(bào)技術(shù)是天氣預(yù)報(bào)的核心技術(shù)，國際上天氣預(yù)報(bào)技術(shù)領(lǐng)先的國家無不以先進(jìn)的數(shù)值預(yù)報(bào)技術(shù)代言，中國正在實(shí)施的氣象現(xiàn)代化建設(shè)的實(shí)施綱要中明確提出，到2020年，建成以水平分辨率10km的數(shù)值預(yù)報(bào)業(yè)務(wù)系統(tǒng)。
“更高更快更強(qiáng)”是天氣預(yù)報(bào)不懈的追求，更高分辨率、更快給出結(jié)果、更準(zhǔn)確的預(yù)測等等考驗(yàn)著現(xiàn)代大氣科學(xué)?！盀楹尾辉谔鞖忸A(yù)報(bào)融入人工智能呢”，我想到。翻閱資料追蹤尋跡，原來人工智能和天氣預(yù)報(bào)早在上世紀(jì)80年代就有了交集，大大超出我的預(yù)想。
天氣預(yù)報(bào)是一門預(yù)測科學(xué)，人工智能的本質(zhì)也是預(yù)測，無巧不成此事。
從經(jīng)驗(yàn)預(yù)報(bào)到數(shù)值預(yù)報(bào)，天氣預(yù)報(bào)的準(zhǔn)確率一直在提升，但卻永遠(yuǎn)不可能達(dá)到100%。是的，你可以肯定地用這么決絕的詞語下結(jié)論。
據(jù)氣象專家介紹，目前的3天預(yù)報(bào)，在全球范圍可達(dá)70%至80%的準(zhǔn)確度，如果是一定區(qū)域，比如我國華南地區(qū)的3天預(yù)報(bào)，準(zhǔn)確度能高于80%。我國天氣預(yù)報(bào)的準(zhǔn)確率在發(fā)展中國家排名靠前，已經(jīng)接近發(fā)達(dá)國家水平。
如前所述，天氣預(yù)報(bào)的核心技術(shù)就是數(shù)值預(yù)報(bào)技術(shù)，如今天氣預(yù)報(bào)技術(shù)已由單一的天氣圖經(jīng)驗(yàn)預(yù)報(bào)轉(zhuǎn)變?yōu)橐詳?shù)值預(yù)報(bào)產(chǎn)品為基礎(chǔ)、多種觀測資料綜合應(yīng)用的現(xiàn)代技術(shù)。
數(shù)值天氣預(yù)報(bào)是以氣象觀測資料為初值條件，通過巨型計(jì)算機(jī)進(jìn)行數(shù)值計(jì)算，再用流體力學(xué)和熱力學(xué)的方程組進(jìn)行求解，進(jìn)而預(yù)測未來一定時段的大氣運(yùn)動狀態(tài)。簡單理解，數(shù)值模式是一堆描述大氣運(yùn)動的方程組，利用計(jì)算機(jī)計(jì)算得到數(shù)值結(jié)果，氣象工作者再根據(jù)得出的數(shù)值結(jié)果具現(xiàn)大氣變化，推測可能發(fā)生的天氣。
數(shù)值預(yù)報(bào)技術(shù)讓天氣預(yù)報(bào)有了更高的準(zhǔn)確率，但這種模式本身的特點(diǎn)決定了得不出百分百正確的數(shù)值。首先，目前任何一套模型都只能近似地模擬大氣演變，人類尚未破解大氣運(yùn)動規(guī)律的全部秘鑰。
除了大氣自身活動的隨機(jī)性難以準(zhǔn)確把握以外，還有很多因素隔開了天氣預(yù)報(bào)的理想與現(xiàn)實(shí)，比如復(fù)雜地形地貌無端增添了不確定性，橫斷山脈西部受西南季風(fēng)影響多產(chǎn)生地形雨，年降雨量1600毫米左右，但山脈東側(cè)年降雨量卻僅有245毫米，一山橫斷了天氣預(yù)報(bào)的邊界。
再如氣象工作者經(jīng)驗(yàn)知識不一致，同一天的同一地點(diǎn)，不同預(yù)報(bào)員也可能給出不同的天氣預(yù)報(bào)結(jié)果，在轉(zhuǎn)折性或復(fù)雜天氣形勢出現(xiàn)的時候比較常見。
天氣預(yù)報(bào)是一系列預(yù)測結(jié)果的集合，人類預(yù)報(bào)天氣本質(zhì)上就是在尋找這一集合的最大公約數(shù)。
說罷天氣預(yù)報(bào)的誤差，再談?wù)劮脚d未艾的人工智能，人工智能和天氣預(yù)報(bào)的境遇何其相似。
人工智能既然是計(jì)算機(jī)科學(xué)的一個分支，也就跳不出計(jì)算機(jī)科學(xué)的藩籬，拋開繁瑣的技術(shù)，人工智能通過模仿人類，構(gòu)建智能執(zhí)行任務(wù)的系統(tǒng)或機(jī)器，它們可以根據(jù)所收集的信息不斷對自身做出迭代式改進(jìn)，神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等等都是為了實(shí)現(xiàn)人工智能的手段。
但是目前的人工智能在各個環(huán)節(jié)都可能出現(xiàn)偏差。李飛飛就曾表示，深度學(xué)習(xí)系統(tǒng)“輸入有偏差，輸出就會有偏差”。盡管人工智能的算法可能是中立的，但輸入數(shù)據(jù)和應(yīng)用本身并不一定，關(guān)鍵在建立人工智能的人和建立人工智能的動機(jī)。
偏差來源之一就是輸入數(shù)據(jù)的的偏差，訓(xùn)練集本身選得不好，或者與實(shí)際情況誤差較大，直接會影響系統(tǒng)決策時有偏差，并且偏差滾雪球般越滾越大。
再如交互中的偏差，系統(tǒng)接收到錯誤的知識，并且不具備自我糾錯能力，輸入結(jié)果南轅北轍。
等等環(huán)節(jié)不一而同，人工智能的偏差更多來自于人工的那部分，智能有賴于不斷的訓(xùn)練，就目前看來，偏差是不可避免的，因此我們目前看到的人工智能應(yīng)用，沒有一家敢說出準(zhǔn)確率達(dá)到100%。
最早于上世紀(jì)八、九十年代，人們將人工智能技術(shù)應(yīng)用于資料同化 、資料解釋 、預(yù)報(bào)制作、預(yù)報(bào)質(zhì)量保證 、數(shù)據(jù)庫開發(fā) 、資源計(jì)劃 、決策支持 、混合數(shù)據(jù)處理以及影響評價等各個領(lǐng)域 。直到20世紀(jì)末，，大氣科學(xué)的人工智能應(yīng)用重點(diǎn)才從專家系統(tǒng)轉(zhuǎn)向人工神經(jīng)網(wǎng)絡(luò)，有了現(xiàn)代人工智能的雛形
人工智能和天氣預(yù)報(bào)的“風(fēng)云際會”
《天氣公報(bào)》聽起來有些陌生，其實(shí)它就是每晚7點(diǎn)半央視天氣預(yù)報(bào)播報(bào)員口播的依據(jù)，1970年，中央氣象臺開始向國務(wù)院及有關(guān)部委報(bào)送《天氣公報(bào)》，從2018年開始，幾十年歷史的《天氣公報(bào)》已經(jīng)有了人工智能的參與。
當(dāng)然，研究人員還需要結(jié)合NLP和GIS空間分析技術(shù)，利用大量歷史數(shù)據(jù)對模型進(jìn)行訓(xùn)練，將復(fù)雜專業(yè)的多維氣象數(shù)據(jù)轉(zhuǎn)換為淺顯的自然語言，使其獲得“氣象語言特征”“地理區(qū)劃分析”和圖文的“疊加分析”能力，最后應(yīng)用“氣象服務(wù)信息模板庫”輸出成文。
如果說這只是人工智能的臺前工作，那么幕后才是人工智能的真正舞臺。
天氣預(yù)報(bào)和人工智能有著天然耦合的關(guān)系。天氣預(yù)報(bào)需要大量的、多種多樣的資料，人工智能天生就是處理大數(shù)據(jù)的工具；現(xiàn)有資料的時空數(shù)據(jù)密度均不夠，人工智能技術(shù)可以根據(jù)不完全不確定信息推斷的能 力；人工智能可以總結(jié)專家知識經(jīng)驗(yàn)，提高平均預(yù)測水平；人工智能可以利用統(tǒng)計(jì)與數(shù)值模式中無法利用的抽象預(yù)報(bào)知識。
新時代的人工智能和天氣預(yù)報(bào)具備更為寬廣的結(jié)合空間。1月6日，深圳市氣象局與華為云于宣布開展深度合作，雙方將攜手打造“氣象+云+AI+5G”。
具體來看，基于華為云AI，雙方致力研創(chuàng)更精準(zhǔn)的災(zāi)害性天氣預(yù)測模型。通過海量歷史數(shù)據(jù)學(xué)習(xí)，推算云團(tuán)變化和移動規(guī)律，助力于提高深圳市天氣預(yù)報(bào)的質(zhì)量，促進(jìn)災(zāi)害性天氣預(yù)警信息智能發(fā)布與傳播的發(fā)展。
天氣預(yù)報(bào)一大難點(diǎn)就在于短時極端天氣的預(yù)報(bào)，自然災(zāi)害往往伴隨發(fā)生，暴雨、冰雹等天氣條件下，快一秒就多一秒的生命窗口，越過商業(yè)與技術(shù)本身的局限，天氣預(yù)報(bào)應(yīng)用人工智能也貫徹了華為云Cloud for Good理念。
在災(zāi)害性天氣預(yù)報(bào)AI模型的建立中，華為云在數(shù)據(jù)分析和存儲上，能夠發(fā)揮至關(guān)重要的作用。尤其是在數(shù)據(jù)分析方面，氣象數(shù)據(jù)的時空分辨率極高，數(shù)據(jù)量極大，普通服務(wù)器難以承受如此規(guī)模的數(shù)據(jù)處理和模型訓(xùn)練。
華為云AI昇騰集群服務(wù)可按需提供強(qiáng)大的AI算力，加上華為云ModelArts一站式AI開發(fā)與管理平臺，可加速氣象預(yù)測模型開發(fā)進(jìn)程，極大的縮短模型訓(xùn)練周期，預(yù)計(jì)一次模型訓(xùn)練，將由原來的1—2個星期縮短至3天甚至是幾個小時。
從第一張?zhí)鞖鈭D出現(xiàn)至今，大氣科學(xué)只有“區(qū)區(qū)”一百多年的歷史，而人工智能正刷新天氣預(yù)報(bào)的極限。
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
參考資料：李澤椿，畢寶貴，金榮花，徐枝芳，薛峰．2014.近10年中國現(xiàn)代天氣預(yù)報(bào)的發(fā)展與應(yīng)用.氣象學(xué)報(bào)，72（6）：1069—1078
國外人工智能技術(shù)在天氣預(yù)報(bào)中的應(yīng)用綜述 —— 曾曉梅.中國氣象科學(xué)研究院氣象科技信息中心
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
