早在20世纪80年代，中国气象局便着手开展了人工智能的应用研究。1983年～1987年，90%左右的省级气象台和50%左右的地市级气象台都先后进行了气象专家系统的开发和应用，内容涉及暴雨、大风、冰雹、霜冻等多种自然灾害的判识和预报。王耀生等于1984年设计完成的“长江中下游地区暴雨预报专家系统”，以其实用性、灵活性和多功能的特点受到欢迎，并推广应用到中央气象台及l7个省、市、自治区气象台（研究所），取得了一定效果。该系统的特点之一是以和谐性和完备性作为机器学习的两个基本原则，在资深气象专家指导下，通过知识变换、运用归纳、类比算法，自动生成推理原则，使系统具备了一定的自学习功能。此外，北京市、陕西、湖北等省级气象局以及中科院大气物理研究所等单位在此前后也分别独立开发了各自的气象预报专家系统。

 

　　与此同时，气象部门还就专家神经网络系统（EANN）在预报业务中的实际应用进行了一定的试验，专家们运用人工神经网络（ANN）的自适应性及容错等功能和特性，弥补了专家系统（ES）在这方面的不足，彼此取长补短，较为有效地提高了灾害性预报的成功率。

 

　　进入上世纪九十年代，气象部门的有关专家将研究领域逐渐聚焦在具体气象灾害类别的机器学习以及计算机仿真方面，并开始关注一些重要的基础性工作，如：槽、脊、锋面、高低压中心、台风云系等基本气象形态的机器自动识别等。也正是由于这些基础性工作在此后较长时间内进展的迟缓，使得进入二十一世纪后的头十年，人工智能在气象部门的实际应用虽有所成就，但总体上乏善可陈。

 

　　随着互联网时代的到来，一些互联网公司开始尝试运用人工智能技术提供短时精准的气象服务，较为出色的有“墨迹天气”和“彩云天气”等；其中，2014年由北京彩彻区明科技有限公司推出的APP“彩云天气”，通过对天气雷达实时回波图、地面天气观测实况、卫星遥感云图以及数值天气预报产品等数据资料的图像识别、系统外推以及机器学习等，并结合相关地理信息（如高德地图等），使得该公司的1小时内降水预报的准确率达到90%甚至更高，落区则精确到每一条街道，有效弥补了目前短时临近天气预报在分钟级预报方面的空缺。“墨迹天气”也有类似的上佳表现。令人称奇的是，如同DeepMind开发团队中没有几个懂围棋，而他们开发的AlphaGo却战胜了世界顶级围棋棋手一样，“彩云天气”的开发者中，真正气象专业出身者也寥寥无几，而且该公司预报所用数据皆为气象业务部门日常所用数据，预报处理所用计算资源也十分有限，目前的系统也并未将天气动力学等经典理论和算法纳入其中，而是将该系统视为一个“黑盒子”，不断地通过输入数据资料对其进行训练，以逐步提高其短时降水预报的准确性，如此而已。人工智能的效力以及它在气象领域应用空间之广阔，由此可见一斑。

 

　　人工智能究竟适用于气象行业的哪些具体领域，目前众说纷纭、莫衷一是；而其最值得也是最为人们所期待的应用领域，无疑当属天气预报和气候预测。

 

　　就天气预报而言，兴于1970s年代、勃于1980s～1990s年代的，以专家系统和神经网络系统为代表的人工智能的实际应用，是基于经典天气学理论、从而有着深厚的理论基础的应用路径。而发轫于2010s年代、以“墨迹天气”、“彩云天气”为代表的人工智能应用，则是基于大数据理论的、与经典气象学理论没有直接关联，纯粹以机器学习为主业的实际应用。虽然后者秉承的是“不是随机样本，而是全体数据”、“不是因果关系，而是相关关系”等当前“大数据”的理念，对其做出的预报结果难以提供基于理论体系的、逻辑严谨的系统性阐释，但实际的预报效果却令人不得不点头称是。老一辈气象工作者曾归纳出天气预报员在做出预报之前必须回答的三个“发生什么”和“为什么”的传统，即：过去曾经发生了什么？为什么？现在正在发生什么？为什么？将来将要发生什么？为什么？“墨迹天气”、“彩云天气”的出现和实际效果，在某些人看来，多少有些对这一传统的颠覆。

 

　　使人工智能机器具备较好地预报预测能力的有效方法，是机器学习。而机器学习的前提是必须首先拥有完备的足以将机器的相关能力训练到一定水平的充足的数据。在这方面，气候领域比天气领域逊色太多，长时间序列、具有一定时空密度、可较真实反映总体和局地气候特征的数据资料凤毛麟角，屈指可数。气候工作一直在十分有限的数据基础上艰难地开展，乃至于研制气候数据集这一工作本身就是十分重要的气候业务和科研工作。就机器学习而言，现有的气候代用资料，因其对气候要素描述以及时空跨度的粗糙，能否直接胜任对机器的有效训练，是否需要进一步的加工处理，需要认真分析检验。总之，建立长时间序列、高时空密度的气候数据产品序列，既是气候业务工作的基础，更是几代气候工作者的夙愿；同时也是人工智能应用于气候预测业务的前提。在这方面，我们还有很长的路要走。

 

　　除此以外，一些专家认为：人工智能将在数据采集系统、天气预报自动预测系统和天气新闻自动撰写发布系统等将在气象领域得到更广泛的应用。从近年来发表的成果看，这些成果大都已瓜熟蒂落、水到渠成（虽然在前不久，这些系统的一些贡献者尚未意识到本项工作与人工智能之间的内在关联）。我们不必受限于专家们的视野，事实上，凡计算机能够触及到的领域，人工智能便有可能在此落地生根；即便是需要机器学习的领域，只要该领域相关的数据基本完备和相对充足，便有可能是人工智能应用的理想场所。在这方面，笔者实在不愿因自己局促狭小的视野而限制了读者辽阔的想像空间

 

　　--还是让大家自己去想像吧。
第三十八届CIO班招生
国际CIO认证培训
首席数据官（CDO）认证培训

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。