隨著氣象衛(wèi)星技術(shù)的進(jìn)步帶來(lái)巨量的氣候資料，使氣象科學(xué)家現(xiàn)在也要仰賴人工智能(AI)梳理所有資訊，希望能發(fā)現(xiàn)新的氣候模型，改善預(yù)測(cè)準(zhǔn)確度。

　　《自然》(Nature)期刊網(wǎng)站刊登一篇文章指出，氣象現(xiàn)在已經(jīng)是一個(gè)數(shù)據(jù)問(wèn)題，而透過(guò)機(jī)器學(xué)習(xí)技術(shù)，人工智能系統(tǒng)可隨著數(shù)據(jù)量的增加提高性能。這種方法非常適合氣候科學(xué)，光是單獨(dú)執(zhí)行的高分辨率氣候模式就能產(chǎn)生數(shù)百億筆數(shù)據(jù)，英國(guó)國(guó)家氣象局維護(hù)的氣候數(shù)據(jù)存檔現(xiàn)在擁有約 45PB(PB=1,024TB)的資料量，每天增加 0.085PB。

　　這方面的工作正在迅速發(fā)展，過(guò)去幾年研究人員利用人工智能系統(tǒng)幫助科學(xué)家在真實(shí)與模擬的氣候資料中，排序氣候模式，定位氣旋與其他極端天氣事件，并確定新的氣候模式。

　　常規(guī)的電腦算法依賴工程師輸入規(guī)則和事實(shí)，指導(dǎo)系統(tǒng)產(chǎn)生結(jié)果。常規(guī)電腦很難辨識(shí)人們認(rèn)為理所當(dāng)然的事情，譬如了解語(yǔ)言、閱讀手寫(xiě)筆記或在雜亂數(shù)據(jù)庫(kù)中辨識(shí)某類(lèi)別，如在 YouTube 影片發(fā)現(xiàn)貓。而機(jī)器學(xué)習(xí)系統(tǒng)以及模擬人腦復(fù)雜神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)系統(tǒng)，透過(guò)大量數(shù)據(jù)進(jìn)行梳理后，可以自行產(chǎn)生規(guī)則。

　　科學(xué)家認(rèn)為，氣候是另外一個(gè)復(fù)雜的主題，很適合使用深度學(xué)習(xí)方法來(lái)分析。2016 年研究人員報(bào)告首次使用深度學(xué)習(xí)系統(tǒng)來(lái)確定熱帶氣旋、大氣河流(atmospheric river)和鋒面，這些松散的特征，通常取決專(zhuān)家判斷，而深度學(xué)習(xí)技術(shù)證實(shí)可以復(fù)制人類(lèi)的專(zhuān)長(zhǎng)。

　　現(xiàn)在位于加州勞倫斯伯克利國(guó)家實(shí)驗(yàn)室(Lawrence Berkeley National Laboratory)團(tuán)隊(duì)希望使用類(lèi)似的技術(shù)研究各種極端氣候事件，包括尚未被定義的氣候模式。研究人員的最終目標(biāo)是能更精準(zhǔn)評(píng)估和預(yù)測(cè)氣候事件在面對(duì)氣候變化時(shí)的轉(zhuǎn)變方式，科學(xué)家認(rèn)為這工作雖然不簡(jiǎn)單，但不像深度學(xué)習(xí)的商業(yè)應(yīng)用程序，如語(yǔ)言翻譯和圖像辨識(shí)那么難。

　　美國(guó)明尼蘇達(dá)大學(xué)電腦科學(xué)家 Vipin Kumar 利用機(jī)器學(xué)習(xí)打造監(jiān)測(cè)森林火災(zāi)和評(píng)估去森林化的算法，研究團(tuán)隊(duì)使用一臺(tái)已能辨識(shí)空氣壓力模式如厄爾尼諾現(xiàn)象氣候模式的電腦，這套算法在南太平洋塔斯曼海發(fā)現(xiàn)先前沒(méi)有被辨識(shí)的氣候案例。

　　喬治華盛頓大學(xué)電腦科學(xué)家 Claire Monteleoni 開(kāi)發(fā)機(jī)器學(xué)習(xí)算法，將氣候變化專(zhuān)門(mén)委員會(huì)使用的大約 30 個(gè)氣候模型建立一個(gè)加權(quán)平均數(shù)，科學(xué)家認(rèn)為這種算法產(chǎn)生比傳統(tǒng)方法更好的結(jié)果，且這些方法可以平等對(duì)待所有模型。

　　由于深度學(xué)習(xí)系統(tǒng)會(huì)制定自己的規(guī)則，所以研究人員通常無(wú)法解釋結(jié)果產(chǎn)生的原因，故有些科學(xué)家不敢仰賴黑盒子預(yù)測(cè)如洪水等緊急災(zāi)難，因此不愿意使用人工智能代替自己的工作。

　　但即使如此，科學(xué)家認(rèn)為人工智能算法最適合幫助測(cè)試下一代氣候模型，這些模型目的在融合復(fù)雜的氣候現(xiàn)象，如云、大氣河流和海洋渦流的精細(xì)結(jié)構(gòu)。然而，一些人工智能算法證明對(duì)天氣預(yù)報(bào)有用，2016 年來(lái)自美國(guó)國(guó)家氣象局(National Weather Service)9 位氣象學(xué)家在預(yù)測(cè)暴風(fēng)持續(xù)時(shí)間時(shí)選擇人工智能執(zhí)行大約 75% 的工作?，F(xiàn)在研究人員計(jì)劃將人工智能算法納入冰雹預(yù)報(bào)。

　　雖然大部分氣象專(zhuān)家仍使用傳統(tǒng)方法分析資料，但是科學(xué)家相信機(jī)器學(xué)習(xí)的參與程度會(huì)越來(lái)越高，氣象信息學(xué)將成為一種顯學(xué)。