天氣預(yù)報(bào)進(jìn)入人工智能時(shí)代

“未來三天，西南地區(qū)東部、西北地區(qū)西部和東南部、江漢等地自西向東將有中到大雨。其中，四川盆地東部、陜西南部、江漢等地局地有暴雨或大暴雨……”

這是中央氣象臺(tái)每天都會(huì)發(fā)布的《天氣公報(bào)》，如果你經(jīng)常關(guān)注天氣預(yù)報(bào)，可能對(duì)此已經(jīng)非常熟悉。在天氣預(yù)報(bào)節(jié)目中，主持人在屏幕前“指點(diǎn)江山，激揚(yáng)文字”的背后，依據(jù)的就是這份《天氣公報(bào)》。但你或許不知道的是，自去年開始，《天氣公報(bào)》就由人工智能來制作。

近年來，國(guó)內(nèi)外人工智能在天氣預(yù)報(bào)領(lǐng)域的應(yīng)用出現(xiàn)爆發(fā)式增長(zhǎng)，人工智能預(yù)報(bào)天氣已成為熱門話題，甚至有科研團(tuán)隊(duì)稱研發(fā)出新算法，能提前一周預(yù)測(cè)臺(tái)風(fēng)，這或許意味著人工智能在天氣預(yù)報(bào)方面已經(jīng)開始發(fā)力。它的表現(xiàn)如何？會(huì)比人類預(yù)報(bào)得更準(zhǔn)確嗎？

解決難題 預(yù)報(bào)更精準(zhǔn)

在很多人的印象中，過去經(jīng)常在天氣預(yù)報(bào)里聽到“局部地區(qū)”。例如局部地區(qū)有陣雨、局部地區(qū)有暴雪等?，F(xiàn)在，天氣預(yù)報(bào)中提到“局部”的次數(shù)變少，地點(diǎn)和時(shí)間比較精確的預(yù)報(bào)變多，這是我國(guó)大數(shù)據(jù)計(jì)算能力不斷提升的結(jié)果。

“天氣預(yù)報(bào)是預(yù)測(cè)科學(xué)，不可能100%準(zhǔn)確。”中央氣象臺(tái)副臺(tái)長(zhǎng)宗志平說，天氣預(yù)報(bào)的本質(zhì)是根據(jù)已知的氣象條件，用超級(jí)計(jì)算機(jī)進(jìn)行海量數(shù)據(jù)計(jì)算，但計(jì)算結(jié)果與真實(shí)天氣狀況之間不可避免地存在偏差。把天氣預(yù)報(bào)得更準(zhǔn)確，就是一個(gè)不斷縮小計(jì)算結(jié)果與真實(shí)情況差距的過程，這是現(xiàn)實(shí)世界中的難題。

人工智能提供了一種解決難題的新思路。“天氣預(yù)報(bào)本身就是大數(shù)據(jù)問題，涉及不同時(shí)間和空間上的海量數(shù)據(jù)，這正是人工智能非常好的應(yīng)用場(chǎng)景?！敝袊?guó)氣象局北京城市氣象研究所副所長(zhǎng)陳敏認(rèn)為，可以用人工智能算法把超級(jí)計(jì)算機(jī)的預(yù)報(bào)結(jié)果盡可能地、自動(dòng)地、不用人工干預(yù)地修正到與實(shí)際觀測(cè)數(shù)據(jù)更接近，以達(dá)到“天氣預(yù)報(bào)越來越準(zhǔn)”的終極目標(biāo)。

“人工智能這么火，我們不用新技術(shù)就落伍了?！敝醒霘庀笈_(tái)臺(tái)風(fēng)與海洋氣象預(yù)報(bào)中心副主任錢奇峰稱，將人工智能應(yīng)用到天氣預(yù)報(bào)在全球范圍內(nèi)都是熱門話題。2018年的世界氣象日主題就是“智慧氣象”。中國(guó)氣象局黨組書記、局長(zhǎng)劉雅鳴指出，要充分應(yīng)用大數(shù)據(jù)和人工智能技術(shù)，建設(shè)全覆蓋、智能化的氣象預(yù)報(bào)業(yè)務(wù)體系，做出更精準(zhǔn)的天氣預(yù)報(bào)。

跟人類不存在競(jìng)爭(zhēng)關(guān)系

與人工智能應(yīng)用爆發(fā)式增長(zhǎng)而來的是，氣象預(yù)報(bào)員對(duì)于自身價(jià)值的擔(dān)憂：人工智能最終會(huì)取代預(yù)報(bào)員嗎，人工智能會(huì)對(duì)氣象預(yù)報(bào)甚至整個(gè)氣象行業(yè)帶來顛覆式變革嗎，未來預(yù)報(bào)員的價(jià)值何在？

中國(guó)氣象局國(guó)家氣象中心高級(jí)工程師朱文劍并不否認(rèn)人工智能的“強(qiáng)悍”，比如美國(guó)關(guān)于雷暴生命史的實(shí)時(shí)預(yù)測(cè)模型，做出的預(yù)報(bào)結(jié)果已經(jīng)明顯優(yōu)于人的主觀經(jīng)驗(yàn)，調(diào)查表明在該項(xiàng)業(yè)務(wù)上，預(yù)報(bào)員在面臨模棱兩可的情況下，更愿意相信人工智能的預(yù)報(bào)結(jié)果。

不過在朱文劍看來，未來預(yù)報(bào)員與人工智能的關(guān)系一定是和諧且融洽的，“盡管在圍棋等領(lǐng)域人工智能現(xiàn)在已經(jīng)可以完勝人類，但目前其仍處于弱人工智能階段，當(dāng)它能通過圖靈測(cè)試后才算進(jìn)入強(qiáng)人工智能的范疇?！?/p>

朱文劍說，現(xiàn)在的人工智能幾乎都還局限于僅能夠有效完成專業(yè)任務(wù)的“狹義人工智能”范疇。而天氣氣候系統(tǒng)是一個(gè)耗散的、具有多個(gè)不穩(wěn)定源的高階非線性系統(tǒng)，其復(fù)雜的內(nèi)部相互作用和隨機(jī)變化導(dǎo)致天氣氣候的可變性和復(fù)雜性，而且其初值、邊界值、輸入、輸出、物理機(jī)制等都不是百分之百確定的。人工智能要處理如此多的變量和不確定性顯然面臨不小的挑戰(zhàn)。

“可以說，在目前的弱人工智能背景下，有多少‘智能，背后就有多少‘人工?！敝煳膭φf。因?yàn)槿斯ぶ悄軕?yīng)用包含了大量的數(shù)據(jù)挖掘分析、模型訓(xùn)練學(xué)習(xí)、檢驗(yàn)反饋等工作，而這些工作目前基本都是由人類指導(dǎo)或訓(xùn)練機(jī)器完成的。

朱文劍還打了一個(gè)很生動(dòng)的比方：在弱人工智能背景下，人工智能更像是預(yù)報(bào)員的嬰兒。嬰兒從剛出生時(shí)大腦一片混沌、不諳世事，到后來慢慢具備爬行、走路、說話等能力，這個(gè)過程其實(shí)和人工智能的發(fā)展是非常相似的。

但當(dāng)嬰兒長(zhǎng)大成熟了，即一個(gè)人工智能模型被訓(xùn)練好后，就可以讓預(yù)報(bào)員減少很多繁瑣的工作，并享受更準(zhǔn)確的預(yù)報(bào)結(jié)果。從這個(gè)意義上說，未來預(yù)報(bào)員就是人工智能的“爸爸媽媽”。

完全融入行業(yè)仍需時(shí)日

雖然人工智能在天氣預(yù)報(bào)方面發(fā)揮著重要作用，但在招攬優(yōu)秀的人工智能人才方面卻不怎么討喜。專家指出，目前人工智能領(lǐng)域存在嚴(yán)重的人才分布不均衡情況。出于行業(yè)熱度和薪資等原因，優(yōu)秀的人工智能人才聚集在自動(dòng)駕駛、計(jì)算機(jī)視覺等領(lǐng)域，而礦業(yè)勘探、天氣預(yù)報(bào)等領(lǐng)域卻很難聚集頂尖人才。

“我們需要的人工智能人才不一定需要接受過系統(tǒng)的大氣科學(xué)教育，也不用特別深入地了解天氣的機(jī)理，只需了解一些基本天氣知識(shí)、掌握人工智能工具和算法，能夠從數(shù)據(jù)出發(fā)，挖掘規(guī)律、深入分析?！标惷粽J(rèn)為，無論是人才厚度還是技術(shù)使用深度，人工智能完全融入氣象行業(yè)仍需時(shí)日。

宗志平有著不同的觀點(diǎn)。他介紹，氣象是十分復(fù)雜的系統(tǒng)，受影響的因素很多。比如降雨，即便水汽、濕度條件都得到滿足，但大氣沒有抬升水汽無法凝結(jié)，空氣中沒有“凝結(jié)核”，雨滴也不會(huì)長(zhǎng)大掉落地面。因此，既懂氣象知識(shí)又有人工智能知識(shí)背景的復(fù)合型人才，是發(fā)展“智慧氣象”最理想的人選。

宗志平表示，目前，中國(guó)氣象局相關(guān)團(tuán)隊(duì)已經(jīng)與清華大學(xué)等合作開展人工智能技術(shù)研發(fā)工作，國(guó)家級(jí)氣象部門聯(lián)合組建了智能預(yù)報(bào)服務(wù)原型系統(tǒng)團(tuán)隊(duì)，國(guó)家氣象中心一批資深預(yù)報(bào)首席、年輕研發(fā)型預(yù)報(bào)員、IT工程師共同組成了大數(shù)據(jù)及智能預(yù)報(bào)團(tuán)隊(duì)。隨著人工智能技術(shù)的不斷發(fā)展，這支隊(duì)伍的力量也會(huì)不斷加強(qiáng)。（據(jù)《人民日?qǐng)?bào)》《中國(guó)青年報(bào)》）