智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
品牌
其他品牌
相必大家都已經知道了，今年第9號臺風“利奇馬”正在加速向我國襲來。
今天(8月9日)早上6點許，中國氣象局中央氣象臺特意發布了臺風紅色預警，表示“利奇馬”預計將于10日凌晨到上午在浙江一帶沿海登陸，并隨后轉往偏北方向移動。期間，臺風所到之處將伴隨9-17級左右的大風以及大到特大暴雨，沿途城市需做好有效防范。
在此次臺風預警發文中，中央氣象臺還附加了未來120小時“利奇馬”的路徑預報圖(原圖如下所示)，將近幾日的臺風整體情況、影響區域和行動路線詳細生動地展現在我們眼前。這不僅大大提升了我們對此次臺風的認知，同時也有效增強了我們對此次災害的預防與應對。
看到這里，我們在深感自然災害越來越多發，對人類影響越來越嚴重的同時，也欣喜的看到當前我們對于災害的預警已經越來越及時、越來越、越來越先進。此前天氣預報中“局部有XXX”等模糊的詞匯，如今正在被準確的地名和詳細的數據所代替；而原來只能預測三天的天氣情況，眼下也逐漸延長至了一周甚至更長......
那么，這一切都是如何辦到的呢？其實主要是人工智能等技術的幫忙。
作為一項預測科學，天氣預報雖然無法實現的，但卻可以通過不斷提高計算能力，從而縮近與100%這個數值間的距離。業內專家表示，天氣預報的實質是對海量氣象數據的收集、分析和利用，過去只能依靠超級計算器進行計算。而現在，人工智能的應用大大提升了數據計算的能力。
人工智能技術以大數據作為“食材”和“養料”，而天氣預報的基礎恰巧也正是大數據。基于此，以往收集到的大量氣象數據可以成為供人工智能學習與升級的“食糧”，培養出適合氣象預報的獨特AI；而養成后，人工智能技術便能推動氣象預報數據計算結果度和計算速度的有效提升，讓天氣預報越來越早、越來越準。
今年早些時候，日本的一個研究團隊便利用深度學習技術，從海量數據中培養出了具備高精度識別能力的氣象AI，其能夠識別西北太平洋臺風高發季熱帶低氣壓發生一周前的特征，從而為臺風的生成提供判斷依據。而當前，我國之所以能夠預測臺風產生和未來動向，其原理也與上述研究基本類似。
具體來說，就是將全國甚至云系統中積累多年的氣候試驗數據先采集起來，然后將其中成千上萬的數據與圖片信息交給人工智能深度解讀和分析，從而生成不同特征的識別系統或識別器。這些識別系統或識別器會根據現實觀察到的氣壓云情況來分辨氣象結果，終預測出未來的氣象情況、強度影響以及行動路徑。
類似的技術也同樣被應用于海洋監測、太空探測、地震預報、洪水預報等相關領域，與此同時，在金融、醫療、教育、農業、交通管理等行業中也早有普及。不過總的來看，與后者的應用相比，人工智能技術在前者對自然災害的預測應用上明顯還不夠成熟，一方面有的災害不可能做到預測，有的災害甚至都無法進行預測；另一方面，同時具備人工智能知識和災害預測知識的復合型人才也比較欠缺。
基于上述兩方面的問題，人工智能與天氣預報等自然災害的預測始終無法邁入商業化的階段，雖然2015年6月，氣象局頒布27號令宣布開放中國氣象信息，并于2020年完全放開，鼓勵民營資本和氣象局合作，但真正取得成果并具備實用意義的人工智能產品并不是很多。換句話說，目前我國“AI+天氣預報”的發展還處于初級階段。
當然，這樣的發展現狀有好也有壞。好處是類似一些氣象主播、氣象編輯不會因為人工智能的加入而擔憂被取代，畢竟人工智能的現狀注定了其暫時只能是個輔助者，關鍵時候還得依靠人；但壞處是行業的提升不夠快，給人們生產與生活帶來的保障與福利還不夠多，對于人們需求的滿足還不夠完全。
因此，未來推動人工智能技術的發展仍然是主旋律，加強人工智能與天氣預報等自然災害預測的深入融合，依舊是重要方向。為了實現這一目標，還需要更多科技研發者和行業從業者的不懈努力！
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
