業(yè)界已經(jīng)不乏關(guān)于人工智能及其應(yīng)用的好處的討論，包括約會、營銷和社交媒體到太空探索和醫(yī)學(xué)進(jìn)步。每個行業(yè)都受到人工智能工具的影響，包括氣象行業(yè)。

氣象學(xué)一直都在努力解決大數(shù)據(jù)的問題。筆者甚至認(rèn)為，在大數(shù)據(jù)這個詞成為主流之前，氣象學(xué)就是大數(shù)據(jù)的縮影。天氣具有多變性和混沌性，半個多世紀(jì)以來，氣象學(xué)家一直在試著處理兆兆字節(jié)(TB)級別的數(shù)據(jù)和建模變量做準(zhǔn)確的天氣預(yù)測。到了今天，我們還是在處理數(shù)據(jù)，數(shù)據(jù)規(guī)模到了千兆兆字節(jié)(PB)級別，拜物聯(lián)網(wǎng)、更多的傳感器和集合建模所賜。寫手Ted Alcorn估計，“今天的(天氣)模型每天用到約1億條數(shù)據(jù)，其復(fù)雜程度堪比對人腦或宇宙誕生的模擬。”

但計算能力和人工智能等技術(shù)在不斷進(jìn)步，我們現(xiàn)在不僅能夠更快、更容易地分析數(shù)據(jù)，而且還能從歷史數(shù)據(jù)中 “學(xué)習(xí)”，從而獲得更好的態(tài)勢感知和做出更好的決策。人工智能在氣象界能夠用于應(yīng)對幾個不同的挑戰(zhàn)。其中的一個重點(diǎn)是做出更好的天氣預(yù)報。

天氣預(yù)報現(xiàn)在可以更加準(zhǔn)確了。時下五天的預(yù)測有90%的準(zhǔn)確性，與25年前三天預(yù)測的準(zhǔn)確度相同。短期預(yù)測(也就是說以小時為時間跨度的當(dāng)下預(yù)測)則更具挑戰(zhàn)性，主要是由于地面的微觀變化。DeepMind和埃克塞特大學(xué)的科學(xué)家們與英國氣象局合作，利用人工智能建立了一個當(dāng)下預(yù)測系統(tǒng)，該系統(tǒng)可望克服這些挑戰(zhàn)做出更準(zhǔn)確的短期預(yù)測，包括對重大風(fēng)暴和洪水的預(yù)測。另外一項(xiàng)研究是研究建模的效率以及人工智能如何分析過去的天氣模式對未來事件更有效和更準(zhǔn)確地預(yù)測。

筆者的工作重點(diǎn)(以及我特別感興趣的人工智能領(lǐng)域)是人工智能在預(yù)測來自天氣事件的潛在影響方面的應(yīng)用，相對于天氣本身而言，更多的涉及到天氣所產(chǎn)生的結(jié)果。

例如，公共事業(yè)部門利用人工智能預(yù)測可能出現(xiàn)的停電。一個特定的公用事業(yè)地點(diǎn)或地區(qū)的歷史停電數(shù)據(jù)收集了以后可以允許計算機(jī)根據(jù)預(yù)測的天氣狀況生成對未來需求的預(yù)測。這些歷史數(shù)據(jù)涵括了基礎(chǔ)設(shè)施應(yīng)對過去的風(fēng)暴的知識，包括學(xué)習(xí)加固網(wǎng)絡(luò)的差異，實(shí)現(xiàn)個別基礎(chǔ)設(shè)施組件的年齡和維護(hù)的做法。這些數(shù)據(jù)集可以生成未來可能到來的風(fēng)暴導(dǎo)致的停電基線數(shù)據(jù)。市政區(qū)管理層次上也可以采用同樣的方法。我們對于城市的基礎(chǔ)設(shè)施、地形和疏散路線等變量以及歷史氣象數(shù)據(jù)的了解，可以幫助城市更好地洞察潛在的影響領(lǐng)域和公共或基礎(chǔ)設(shè)施安全的風(fēng)險。

而且，在我們談?wù)撓冗M(jìn)的技術(shù)和洞察力的同時，筆者認(rèn)為人的因素在這個過程中仍然至關(guān)重要。最近《連線》雜志的一篇文章提到一些研究結(jié)果，這些研究發(fā)現(xiàn)人類預(yù)報員的預(yù)測比人工智能的預(yù)測更準(zhǔn)確。

另一個需要人為干預(yù)的領(lǐng)域是風(fēng)險溝通者的增長需求。風(fēng)險溝通者是一群特殊的氣象學(xué)家，他們在預(yù)測的基礎(chǔ)上更進(jìn)了一步，將風(fēng)險或影響傳達(dá)給企業(yè)、市政當(dāng)局或公眾。我聽到過一些評論指，在人工智能更值得信賴后就可以簡單地切換天氣偏好按需求獲得準(zhǔn)確、有意義的天氣數(shù)據(jù)。我們將擁有逐步改善的數(shù)據(jù)和預(yù)測，這一點(diǎn)我同意，但我相信這也將增加對人類專家的需求，以達(dá)到評估、解釋和溝通數(shù)據(jù)(以及風(fēng)險和影響)的目的，所用到的方式是有意義的，可以幫助那些必須做出靈活、明智決定以保護(hù)人民、基礎(chǔ)設(shè)施和企業(yè)資產(chǎn)的人。更大的問題并不是人類預(yù)測還是人工智能預(yù)測，而是氣象學(xué)家如何利用改進(jìn)的人工智能幫助決策者為他們的利益相關(guān)者做出最佳決定。