氣象預(yù)報應(yīng)用人工智能的現(xiàn)狀分析和影響初探

文｜唐偉，周勇，王，龔江麗，沈文海

氣象預(yù)報應(yīng)用人工智能的現(xiàn)狀分析和影響初探

一、引言

近些年，尤其是2013年以來，全球掀起人工智能研發(fā)浪潮，人工智能被認(rèn)為是引領(lǐng)未來的戰(zhàn)略性技術(shù)。世界主要發(fā)達(dá)國家均把發(fā)展人工智能作為提升國家競爭力、維護(hù)國家安全的重大戰(zhàn)略，加緊出臺規(guī)劃和政策，圍繞核心技術(shù)、頂尖人才、標(biāo)準(zhǔn)規(guī)范等強(qiáng)化部署，力圖在新一輪國際科技競爭中掌握主導(dǎo)權(quán)。

在我國，近年來國家部署了智能制造等國家重點研發(fā)計劃重點專項，2016年5月印發(fā)實施“互聯(lián)網(wǎng)+”人工智能三年行動實施方案，2017年7月印發(fā)《新一代人工智能發(fā)展規(guī)劃》，從科技研發(fā)、應(yīng)用推廣和產(chǎn)業(yè)發(fā)展等方面提出了一系列發(fā)展人工智能的戰(zhàn)略舉措。國際上，德國在2012年發(fā)布的10項未來高科技戰(zhàn)略計劃中，以“智能工廠”為重心的工業(yè)4.0是其中的重要計劃之一，包括人工智能、工業(yè)機(jī)器人等在內(nèi)的技術(shù)得到大力支持。日本于2015年1月發(fā)布《日本機(jī)器人戰(zhàn)略：愿景、戰(zhàn)略、行動計劃》，于2016年9月召開“人工智能技術(shù)戰(zhàn)略會議”，將人工智能研究納入《第5期科學(xué)技術(shù)基本計劃》和《科學(xué)技術(shù)創(chuàng)新綜合戰(zhàn)略2016》。美國于2016年5月成立了一個新的國家科學(xué)技術(shù)委員會（NSTC）機(jī)器學(xué)習(xí)和人工智能小組委員會，并于2016年10月印發(fā)《美國國家人工智能研究和發(fā)展戰(zhàn)略計劃》和《為未來人工智能做好準(zhǔn)備》，確定了美國在人工智能領(lǐng)域的7項長期戰(zhàn)略。英國科學(xué)和技術(shù)委員會于2016年10月發(fā)布“機(jī)器人和人工智能”報告，英國政府于2017年1月發(fā)布“現(xiàn)代工業(yè)戰(zhàn)略”，將人工智能、“智能”能源技術(shù)等納入規(guī)劃。

不僅是在國家戰(zhàn)略層面，事實上，人工智能的迅速發(fā)展已經(jīng)滲透到每個人身邊，正在逐步改變?nèi)祟惖纳鐣睢Ｔ跉庀箢I(lǐng)域，能否利用人工智能提升氣象預(yù)報預(yù)測的智能化和準(zhǔn)確率，漸漸成為了氣象行業(yè)人士和社會大眾的期待，也是我國全面推進(jìn)氣象現(xiàn)代化、實現(xiàn)智慧氣象的重要途徑之一。但我們也要清醒地認(rèn)識到，目前，人工智能處于技術(shù)炒作期，各類文章層出不窮，良莠不齊、真假難辨。因此，對氣象工作而言，應(yīng)充分調(diào)研了解人工智能的發(fā)展現(xiàn)狀，站在適合氣象自身特點的視角來觀察和應(yīng)用人工智能。

二、人工智能發(fā)展歷程和現(xiàn)狀

（一）發(fā)展歷程

從人工智能的功能角度來看，人工智能是一系列計算算法和技術(shù)，旨在模仿和執(zhí)行人腦的某些智能功能，完成本應(yīng)需要人類智慧去執(zhí)行的任務(wù)。從1956年在達(dá)特茅斯學(xué)院召開的研討會上正式提出人工智能學(xué)科算起，60余年來，人工智能研究已經(jīng)經(jīng)歷了三次技術(shù)浪潮。第一次浪潮集中于1956年～1976年的符號主義、機(jī)器證明、邏輯語言，這一時期的基本假設(shè)是人類的思考方式可以以邏輯學(xué)的知識通過簡單的0和1表達(dá)出來。與利用推理等簡單規(guī)則不同，1976年～20世紀(jì)末，第二次浪潮開始走向?qū)I(yè)化，標(biāo)志是著重于明確定義域的基于規(guī)則的專家系統(tǒng)，其中知識是從人類專家中采集，以“if-then”的規(guī)則進(jìn)行運(yùn)算，然后在硬件中執(zhí)行。此類系統(tǒng)推理可成功應(yīng)用于狹義問題，但其并沒有學(xué)習(xí)或處理不確定性的能力。且隨著知識量的不斷增加，此類系統(tǒng)因為需要學(xué)習(xí)專家意見，這樣不僅成本大，操作也非常困難，還會經(jīng)常出現(xiàn)矛盾、前后不一致等情況。人工智能研究的第三次浪潮起始于2006年直到現(xiàn)在，由于計算機(jī)處理速度和存儲能力的飛速發(fā)展，人工智能技術(shù)獲得新生，其表現(xiàn)特點是機(jī)器學(xué)習(xí)（ML）的崛起，技術(shù)關(guān)鍵是機(jī)器學(xué)習(xí)的子集——深度學(xué)習(xí)的發(fā)展。從發(fā)展歷程來看，人工智能研究已經(jīng)從第一次技術(shù)浪潮提出的“類人”研究宏偉志向轉(zhuǎn)向了現(xiàn)在解決替代人類某一項具體行為的技術(shù)研究，取得了在一些狹義的專業(yè)化領(lǐng)域（如阿爾法狗圍棋）戰(zhàn)勝人類的成功。

（二）現(xiàn)狀

當(dāng)前，人工智能發(fā)展處在以機(jī)器學(xué)習(xí)為代表的第三次浪潮中。從技術(shù)發(fā)展來看，過去20余年，人工智能技術(shù)的理論和原理并沒有創(chuàng)新性的突破，其顯著提高在很大程度上得益于統(tǒng)計和概率方法的采用、海量“大數(shù)據(jù)”的可用性以及相對便宜的大規(guī)模并行計算能力和存儲能力的提高。在過去10年中，人工智能子領(lǐng)域——機(jī)器學(xué)習(xí)使計算機(jī)能夠從經(jīng)驗或例子中通過訓(xùn)練來學(xué)習(xí)，已經(jīng)表現(xiàn)出越來越準(zhǔn)確的結(jié)果，引起了人們對人工智能近期前景更多的興趣。如今，人工智能系統(tǒng)在專業(yè)任務(wù)上的表現(xiàn)經(jīng)常勝于人類。人工智能首次超越人類表現(xiàn)的主要里程碑包括：國際象棋（1997 年）、trivia（2011 年）、Atari 游戲（2013 年）、圖像識別（2015 年）、語音識別（2015 年）和阿爾法狗圍棋（2016 年）。

正是由于人工智能的最新研究進(jìn)展讓其潛力更為樂觀，使行業(yè)得到迅猛發(fā)展，并讓人工智能方法變得商業(yè)化且能獲得高額利潤，所以開發(fā)人工智能技術(shù)產(chǎn)品的各大服務(wù)商加大了宣傳力度。而事實上我們要問，哪些人工智能技術(shù)已經(jīng)處于成熟期可以應(yīng)用？哪些技術(shù)仍處于開發(fā)嬰兒期被過度炒作？為回答這些問題，國際知名信息技術(shù)研究和分析公司高德納（Gartner）對人工智能技術(shù)的發(fā)展現(xiàn)狀進(jìn)行了技術(shù)成熟度分析。可以看到一些人工智能技術(shù)如人機(jī)回圈眾包、AI相關(guān)的C&SI服務(wù)、人工通用智能等技術(shù)處于技術(shù)萌芽期，深度神經(jīng)網(wǎng)絡(luò)ASIC、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)技術(shù)等處于期望膨脹期，虛擬客戶助理、增強(qiáng)現(xiàn)實、知識管理工具技術(shù)等處于泡沫破裂低谷期，GPU加速器、虛擬現(xiàn)實、集成學(xué)習(xí)技術(shù)處于穩(wěn)步爬升復(fù)蘇期，語音識別處于生產(chǎn)成熟期。高德納預(yù)測，深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、深度神經(jīng)網(wǎng)絡(luò)ASIC等目前靠近或處于過熱期的技術(shù)，在未來2～5年將會到達(dá)技術(shù)成熟期。對于這些技術(shù)，現(xiàn)在正是確定先發(fā)優(yōu)勢、開始制定應(yīng)用這些技術(shù)路線圖的時候。

三、氣象應(yīng)用人工智能發(fā)展歷程

（一）發(fā)展歷程

實際上，人工智能在第二次浪潮時期就已在氣象領(lǐng)域得到應(yīng)用，如天氣預(yù)報專家系統(tǒng)、智能天氣信息采集系統(tǒng)、智能預(yù)報系統(tǒng)、智能氣象信息發(fā)布系統(tǒng)以及應(yīng)用在天氣預(yù)報中的人工神經(jīng)網(wǎng)絡(luò)等。其中，天氣預(yù)報專家系統(tǒng)是源于上世紀(jì)70年代發(fā)展起來的專家系統(tǒng)在氣象領(lǐng)域的重要應(yīng)用。

早在1984年，美國、加拿大氣象部門的科研人員就開始研制強(qiáng)對流預(yù)報中的專家系統(tǒng)。20世紀(jì)80年代末到90年代初，人工智能方法在美、加、英、法等國家天氣預(yù)報中的應(yīng)用掀起了一場熱潮。1989 年就已有許多人工智能預(yù)報系統(tǒng)研發(fā), 僅災(zāi)害性天氣預(yù)報系統(tǒng)就有KASSP、GORAD、CONVEX、OCI、WILLARD 、WX1等。這些預(yù)報系統(tǒng)大多基于專家系統(tǒng)和自然語言處理來研制，預(yù)報對象以強(qiáng)對流災(zāi)害性天氣為主，如雷暴、冰雹、霧、海霧、閃電等。也有不少系統(tǒng)基于人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)來做強(qiáng)降水預(yù)報、河流預(yù)報、龍卷風(fēng)預(yù)報、閃電預(yù)報等。這個時期的人工智能系統(tǒng)特點是多數(shù)處于研制階段，只有不到20%的系統(tǒng)經(jīng)過實地驗證，極少數(shù)投入業(yè)務(wù)使用。這是因為當(dāng)時既沒有專門的頂層設(shè)計將人工智能技術(shù)引入預(yù)報業(yè)務(wù)，也缺乏獨(dú)立的計算機(jī)環(huán)境，且人工智能系統(tǒng)從本質(zhì)上講是一種工程開發(fā)而不是科學(xué)研究，在氣象學(xué)界不容易被接受。少數(shù)幾個在美國氣象業(yè)務(wù)中開發(fā)和使用的人工智能系統(tǒng)有強(qiáng)對流天氣預(yù)報系統(tǒng)ITWS（1993），短期雷暴神經(jīng)網(wǎng)絡(luò)預(yù)報系統(tǒng)（1992）等。少數(shù)幾個在加拿大環(huán)境局氣象預(yù)報業(yè)務(wù)中開發(fā)和使用的人工智能預(yù)報系統(tǒng)有高級交互式處理系統(tǒng)FPA（1993）、交互式綜合預(yù)報系統(tǒng)SCRIBE（1995）等。

人工智能技術(shù)自80年代初期引入我國氣象部門，大致經(jīng)歷了兩個階段。第一階段是1983～1987年，主要特點是初級專家系統(tǒng)的普及應(yīng)用。這個期間，有90%以上的省級氣象臺、近50%的地、市級氣象臺進(jìn)行了氣象專家系統(tǒng)的開發(fā)應(yīng)用，內(nèi)容涉及暴雨、大風(fēng)、冰雹、霜凍等多種氣象災(zāi)害的判別和預(yù)報。第二階段是1987年開始的氣象智能預(yù)報系統(tǒng)的開發(fā)，主要特點是將模式識別技術(shù)、傳統(tǒng)人工智能與人工神經(jīng)元網(wǎng)絡(luò)結(jié)合在一起。這個階段氣象部門就專家神經(jīng)網(wǎng)絡(luò)系統(tǒng)（EANN）在預(yù)報業(yè)務(wù)中的實際應(yīng)用進(jìn)行了試驗，專家們運(yùn)用人工神經(jīng)網(wǎng)絡(luò)（ANN）的自適應(yīng)性及容錯等功能和特性，彌補(bǔ)了專家系統(tǒng)在這方面的不足，彼此取長補(bǔ)短，較為有效地提高了災(zāi)害性天氣預(yù)報的成功率。

進(jìn)入20世紀(jì)90年代，國內(nèi)外氣象部門的有關(guān)專家將研究領(lǐng)域逐漸聚焦在具體氣象災(zāi)害類別的機(jī)器學(xué)習(xí)以及計算機(jī)仿真方面，并開始關(guān)注一些重要的基礎(chǔ)性工作，如：槽、脊、鋒面、高低壓中心、臺風(fēng)云系等基本氣象形態(tài)的機(jī)器自動識別等。和人工智能在其他領(lǐng)域碰到的問題一樣，氣象預(yù)報領(lǐng)域的人工智能技術(shù)需要學(xué)習(xí)大量的專家意見，在成本投入和操作上都非常困難，所以這些基礎(chǔ)性工作在此后較長時間內(nèi)進(jìn)展遲緩，使得一直到21世紀(jì)的前十年，人工智能技術(shù)在氣象預(yù)報上的應(yīng)用就逐漸淡出了視野。

（二）現(xiàn)狀

近年來，機(jī)器學(xué)習(xí)技術(shù)蓬勃發(fā)展。機(jī)器學(xué)習(xí)旨在從一系列觀察結(jié)果中提取出某些類型的知識和模式，深度學(xué)習(xí)是其涉及深度神經(jīng)網(wǎng)絡(luò)的分支。因為深度學(xué)習(xí)能夠利用以前是人類專屬領(lǐng)地的認(rèn)知領(lǐng)域：圖像識別、文本理解和音頻識別等，所以成為了最熱門的技術(shù)概念之一。當(dāng)美國硅谷、國內(nèi)BAT等互聯(lián)網(wǎng)公司利用深度學(xué)習(xí)等人工智能技術(shù)在金融、醫(yī)療、安防、無人駕駛等領(lǐng)域大顯身手之時，氣象領(lǐng)域的人工智能應(yīng)用也在沉寂了10余年后波瀾漸起。

1、延伸期概率預(yù)報——深度學(xué)習(xí)

在數(shù)值天氣預(yù)報中，15天到30天之間的延伸期預(yù)報一直沒有好的預(yù)報方法。洛倫茲的混沌理論早就指出，兩周以上的天氣預(yù)報沒有可預(yù)報性。因此延伸期預(yù)報一直是氣象預(yù)報中的一個難點。而天氣風(fēng)險分析公司Earth Risk的一個預(yù)報產(chǎn)品，似乎帶來了延伸期預(yù)報的一個發(fā)展契機(jī)。

2013年10月，Earth Risk發(fā)布了一個40天的氣溫概率預(yù)報模式TempRisk Apollo。該模式通過深度學(xué)習(xí)方法，利用近百年的氣象歷史數(shù)據(jù)和千億次計算來建立氣候模式，然后將這些模式與當(dāng)前的氣候條件進(jìn)行比較，再運(yùn)用預(yù)測性分析方法計算冷熱天氣的概率，是一種區(qū)別于傳統(tǒng)天氣預(yù)報的獨(dú)立的預(yù)報方法。依靠海量觀測“大數(shù)據(jù)”和深度學(xué)習(xí)算法，TempRisk Apollo不考慮各種變量之間的物理機(jī)制和相互作用，而是利用相關(guān)關(guān)系就給出了未來40天的可靠的氣溫概率預(yù)報。但是要注意到，這個預(yù)報方法不是萬能的，對于更為復(fù)雜的降水預(yù)報，如果不考慮物理原理，類似這樣的人工智能預(yù)報方法也束手無策。即使是對氣溫的預(yù)報，該公司也開始重視物理機(jī)制和人工智能方法的結(jié)合。2015年，Earth Risk在最新的TempRisk Apollo II的算法中引入了美國國家環(huán)境預(yù)報中心（NCEP）和歐洲中期天氣預(yù)報中心（ECMWF）的數(shù)值預(yù)報結(jié)果，來提供更加綜合和可靠的預(yù)報。

2、短臨預(yù)報——圖像識別和深度學(xué)習(xí)

2017年，中國氣象局公共氣象服務(wù)中心聯(lián)合天津大學(xué)共同研發(fā)了全國強(qiáng)對流服務(wù)產(chǎn)品加工系統(tǒng)。該系統(tǒng)運(yùn)用圖像識別和深度學(xué)習(xí)等新技術(shù)，能夠快速和智能化地監(jiān)測預(yù)警強(qiáng)對流天氣，可以判斷出未來30分鐘內(nèi)強(qiáng)對流天氣發(fā)生和影響的區(qū)域，預(yù)測產(chǎn)品的區(qū)域空間分辨率為1公里，每6分鐘滾動更新。就冰雹預(yù)警來說，通過深度學(xué)習(xí)，該系統(tǒng)能清晰地分析出雷達(dá)回波上的冰雹特征，從而更好地識別冰雹云，并推算出其移速和移向，給出公里級的冰雹可能影響范圍。這標(biāo)志著人工智能技術(shù)可以有效提高短時臨近預(yù)報的預(yù)警能力。

北京彩徹區(qū)明科技有限公司于2014年推出的App“彩云天氣”基于位置的短臨預(yù)報也是一個很好的應(yīng)用案例。彩云天氣App通過對天氣雷達(dá)實時回波圖、地面天氣觀測實況、衛(wèi)星遙感云圖以及數(shù)值天氣預(yù)報產(chǎn)品等數(shù)據(jù)資料的圖像識別、系統(tǒng)外推以及深度學(xué)習(xí)等，結(jié)合用戶的位置信息（如利用高德地圖的定位系統(tǒng)等），使得1小時內(nèi)降水短臨預(yù)報的準(zhǔn)確率達(dá)到90%甚至更高，落區(qū)則精確到每一條街道。值得注意的是，中國氣象局的全國強(qiáng)對流服務(wù)產(chǎn)品加工系統(tǒng)是基于數(shù)值天氣預(yù)報的一個技術(shù)性補(bǔ)充，而彩云天氣App的預(yù)報本質(zhì)上是外推法利用人工智能技術(shù)的升級版。由于彩云天氣的這種預(yù)報方法脫離了天氣過程的物理基礎(chǔ)，對于強(qiáng)對流天氣的發(fā)生會導(dǎo)致漏報。比如夏季是強(qiáng)對流天氣多發(fā)季，存在大量不穩(wěn)定能量，有很多強(qiáng)對流天氣都是局地發(fā)生發(fā)展，事先在雷達(dá)圖上是沒有預(yù)兆的。在事先沒有回波的前提下，彩云天氣這種深度學(xué)習(xí)模式是無法提前做出預(yù)報的。因此，對于強(qiáng)對流天氣的短時臨近預(yù)報，僅僅是基于圖像識別和深度學(xué)習(xí)的預(yù)報模式不是萬能的，需要數(shù)值預(yù)報和人工智能技術(shù)互為補(bǔ)充。

四、人工智能對氣象預(yù)報業(yè)務(wù)未來發(fā)展的影響分析

在人工智能技術(shù)發(fā)展日新月異的今天，專家普遍認(rèn)為，人工智能在氣象預(yù)報中的應(yīng)用具有廣闊的前景。當(dāng)前雖然已經(jīng)有一些很好的嘗試和應(yīng)用案例，但總體而言還處于探索起步階段。本文基于氣象預(yù)報業(yè)務(wù)的特征和當(dāng)前人工智能技術(shù)的發(fā)展趨勢，就人工智能對氣象預(yù)報方法、氣象預(yù)報系統(tǒng)和氣象預(yù)報員的影響作了初步分析。

（一）人工智能對氣象預(yù)報方法短期內(nèi)不會產(chǎn)生顛覆性影響

當(dāng)前，由于在圍棋、金融等領(lǐng)域的成功應(yīng)用，人工智能技術(shù)的確對氣象預(yù)報提出了挑戰(zhàn)，但是短期內(nèi)對氣象預(yù)報方法不會產(chǎn)生顛覆性的影響。首先，氣象和圍棋、金融等是差別非常明顯的兩類事物。目前的人工智能系統(tǒng)有其局限性，幾乎所有進(jìn)步都是在能夠有效完成專業(yè)任務(wù)的“狹義人工智能”方面取得。以圍棋為例，基于人工智能技術(shù)，現(xiàn)在的阿爾法狗圍棋已經(jīng)脫離了靠大量棋譜來“喂養(yǎng)”的階段，憑深度學(xué)習(xí)就能不斷進(jìn)步。這是由于圍棋雖然內(nèi)部機(jī)理比較復(fù)雜，但其初始狀態(tài)、輸入?yún)?shù)、游戲規(guī)則、評判標(biāo)準(zhǔn)、因果關(guān)系都明確，這決定了人工智能通過深度學(xué)習(xí)能夠進(jìn)行自我判別。而天氣氣候系統(tǒng)是一個耗散的、具有多個不穩(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)致了天氣氣候的可變性和復(fù)雜性，所以其初值、邊界值、輸入、輸出、物理機(jī)理等都不是100%確定的。比如最常見的降雨就是一個復(fù)雜的天氣過程，即使水汽、濕度條件都滿足了，但如果空氣中沒有凝結(jié)核，或者沒有足夠多的凝結(jié)核，也不會形成降雨。所以，深度學(xué)習(xí)技術(shù)難以應(yīng)用在氣象預(yù)報上。其次，目前我們的災(zāi)害性天氣事件如暴雨、冰雹、龍卷、臺風(fēng)等的氣象觀測數(shù)據(jù)和氣候觀測數(shù)據(jù)集還遠(yuǎn)遠(yuǎn)達(dá)不到氣象預(yù)報深度學(xué)習(xí)需要的樣本數(shù)量，這也是人工智能技術(shù)在氣象預(yù)報中應(yīng)用的一個現(xiàn)實問題。第三，氣象預(yù)報場輸出變量比初始場的輸入變量的種類更多且不是同樣的變量，且預(yù)報場的時空分辨率往往需要比初始場的更為精細(xì)，這在目前的深度學(xué)習(xí)技術(shù)里很難實現(xiàn)。

因此，當(dāng)前的“狹義人工智能”不會代替經(jīng)典的數(shù)值預(yù)報方法，而可以利用深度學(xué)習(xí)、圖像識別等技術(shù)在短臨預(yù)報、延伸期預(yù)報等方面發(fā)揮其優(yōu)勢，成為數(shù)值預(yù)報的一個有力補(bǔ)充。未來，人工智能將發(fā)展人工通用智能（AGI）技術(shù)，即“強(qiáng)人工智能”，目標(biāo)是構(gòu)建現(xiàn)實世界現(xiàn)象類的解釋性模型，與人進(jìn)行自然交流，自我學(xué)習(xí)和思考，并通過總結(jié)過去的經(jīng)驗解決新問題，到那時候能否產(chǎn)生顛覆經(jīng)典氣象預(yù)報的新的預(yù)報方法值得進(jìn)一步研究，但目前這僅存在于科幻小說和“假設(shè)”討論中。

（二）人工智能將成為氣象預(yù)報業(yè)務(wù)系統(tǒng)中必不可少的組成部分

氣象預(yù)報業(yè)務(wù)系統(tǒng)是氣象預(yù)報方法的載體，已有的成功案例已經(jīng)預(yù)示了人工智能將會是氣象預(yù)報業(yè)務(wù)系統(tǒng)中的重要組成部分。首先，人工智能技術(shù)將使得氣象預(yù)報業(yè)務(wù)系統(tǒng)向智能化、自動化方向發(fā)展，將預(yù)報員從繁重的資料分析和簡單的預(yù)報流程重復(fù)勞動中解脫出來。天氣預(yù)報主要解決的是初值問題，需要大量觀測和再分析資料。大量數(shù)據(jù)雖然增加了可以利用的預(yù)報信息，但也可能會導(dǎo)致預(yù)報員錯誤地使用信息，在預(yù)報過程中預(yù)報員可能會顧此失彼。人工智能技術(shù)具有比人類更強(qiáng)的綜合能力，如人工智能相關(guān)的（C&SI）服務(wù)技術(shù)能協(xié)調(diào)整理好各種資料并以高效自動的方式提交預(yù)報員使用，體現(xiàn)在氣象預(yù)報業(yè)務(wù)系統(tǒng)的智能化自動化以及業(yè)務(wù)流程的優(yōu)化上。業(yè)務(wù)系統(tǒng)實現(xiàn)智能化后，預(yù)報員只需要在適當(dāng)?shù)牡胤竭M(jìn)行控制，而數(shù)據(jù)分析處理、圖像識別等很多重復(fù)性工作將由人工智能來完成。其次，當(dāng)前的業(yè)務(wù)系統(tǒng)是按照傳統(tǒng)的氣象業(yè)務(wù)流程來設(shè)計，順序是從觀測到預(yù)報再到服務(wù)，而人工智能技術(shù)通過對觀測資料的深度學(xué)習(xí)，加上高性能計算機(jī)并行計算的高效運(yùn)行，有可能改變當(dāng)前的預(yù)報流程，通過預(yù)判用戶需求提前匯集數(shù)據(jù)、生成產(chǎn)品，使得工作得到“并行化”高效執(zhí)行，有可能實現(xiàn)“觀測即預(yù)報”、“觀測即服務(wù)”。第三，人工智能技術(shù)如自然語言處理（NLP）和自然語言生成（NLG）技術(shù)可以應(yīng)用于智能化自動化的按需生成服務(wù)產(chǎn)品上，如對預(yù)報產(chǎn)品的圖形圖像基于位置和需求進(jìn)行智能裁剪，適應(yīng)人類的查看習(xí)慣等。因此，人工智能技術(shù)已經(jīng)正在并將進(jìn)一步在氣象預(yù)報業(yè)務(wù)系統(tǒng)中發(fā)揮必不可少的作用。

（三）人工智能將會使氣象預(yù)報員的工作發(fā)生較大轉(zhuǎn)變

在人工智能帶來巨大收益的同時，也會有許多憂慮隨之而來，例如因為人工智能在很多方面都遠(yuǎn)遠(yuǎn)勝過人類，氣象行業(yè)不少人擔(dān)心人工智能將導(dǎo)致預(yù)報員下崗失去工作。本研究通過前文的調(diào)研分析認(rèn)為，在目前的人工智能技術(shù)框架下，人工智能并不能取代氣象預(yù)報員，而是會讓預(yù)報員的工作發(fā)生較大轉(zhuǎn)變。目前來說，由于對物理過程和動力框架基礎(chǔ)的天氣氣候動力學(xué)知識的掌握，氣象預(yù)報員對復(fù)雜天氣形勢能夠有較為準(zhǔn)確的把握。而由于目前對天氣過程進(jìn)行深度學(xué)習(xí)還很難，所以應(yīng)用人工智能技術(shù)并不意味著預(yù)報員在這一過程中毫無“用武之地”。在智能預(yù)報的初級階段，預(yù)報員多年的預(yù)報經(jīng)驗可以用來“喂養(yǎng)”機(jī)器和模式；而在模型和智能化水平越來越高、人工訂正的空間越來越小時，一部分預(yù)報員將會投入人工智能應(yīng)用技術(shù)研發(fā)，而另一部分預(yù)報員將主要轉(zhuǎn)向?qū)﹃P(guān)鍵轉(zhuǎn)折性天氣過程等的氣象服務(wù)工作。對氣象工作者而言，這是沖擊也是機(jī)遇。人工智能發(fā)展能使氣象工作者從預(yù)報業(yè)務(wù)的重復(fù)性勞動中解脫出來，更好地了解用戶需求，更好地從事服務(wù)業(yè)務(wù)。同時，預(yù)報員要從僅僅提高預(yù)報準(zhǔn)確率的思維里跳出去，未來要思考的是如何利用人工智能將更多的人類社會活動數(shù)據(jù)與氣象數(shù)據(jù)相結(jié)合，如何從做氣象預(yù)報轉(zhuǎn)向做基于影響的預(yù)報。因此，人工智能與預(yù)報員的合作，將比任何一方單獨(dú)行事更出色。

五、結(jié)束語

從歷史上看，是一次次的科學(xué)技術(shù)進(jìn)步推動了氣象事業(yè)的發(fā)展。在計算能力高速發(fā)展、數(shù)據(jù)共享成為趨勢的今天，人工智能技術(shù)將在氣象預(yù)報領(lǐng)域發(fā)揮越來越重要的作用。特別是在國家開始戰(zhàn)略部署人工智能研發(fā)和應(yīng)用的今天，氣象部門要把握機(jī)遇，充分利用人工智能技術(shù)推動氣象科學(xué)和氣象事業(yè)的下一步發(fā)展。一是未來氣象部門應(yīng)發(fā)展結(jié)合數(shù)值預(yù)報與人工智能方法的多領(lǐng)域技術(shù)融合智能預(yù)報方法，既要圍繞數(shù)值預(yù)報的核心技術(shù)加強(qiáng)自主研發(fā)和業(yè)務(wù)化應(yīng)用，也要充分利用人工智能的圖像識別、數(shù)據(jù)挖掘、關(guān)聯(lián)分析等強(qiáng)項來為數(shù)值預(yù)報作補(bǔ)充。二是要盡快研制長時間序列、高時空密度的氣候數(shù)據(jù)集和災(zāi)害性天氣數(shù)據(jù)庫，為人工智能參與天氣預(yù)報和氣候預(yù)測的訓(xùn)練準(zhǔn)備充足的樣本。三是要加強(qiáng)局校合作、局企合作和國際交流，著手部署相關(guān)項目研發(fā)投入和人才培養(yǎng)，提前做好人工智能技術(shù)和氣象學(xué)知識齊備的復(fù)合型人才儲備。

作者單位：唐偉、周勇、王、龔江麗：中國氣象局發(fā)展研究中心沈文海：國家氣象信息中心