人工智能在氣象領(lǐng)域的應(yīng)用與建議

袁 芳

（中國(guó)氣象局氣象干部培訓(xùn)學(xué)院湖北分院 湖北武漢 430074 ）

一、人工智能的概念

（一）人工智能定義

美國(guó)學(xué)者1956年首次提出“機(jī)器能像人那樣理解、思考和學(xué)習(xí)”，百度百科定義人工智能是“研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)”，將其視為計(jì)算機(jī)科學(xué)的一個(gè)分支。筆者理解為“實(shí)現(xiàn)借助人類(lèi)智慧完成任務(wù)的機(jī)器所采用的理論，技術(shù)和方法?！?/p>

（二）人工智能分類(lèi)

人工智能分為弱人工智能和強(qiáng)人工智能。弱人工智能不能像人類(lèi)智能那樣能夠不斷適應(yīng)新環(huán)境并由此產(chǎn)生解決問(wèn)題的新功能。目前主流研究仍然集中于弱人工智能，如語(yǔ)音識(shí)別、圖像處理和機(jī)器翻譯。

強(qiáng)人工智能是指能思維的智能機(jī)器，并且是有知覺(jué)的和自我意識(shí)的，科幻電影里已刻畫(huà)出鮮明的人物形象。部分專(zhuān)家認(rèn)為未來(lái)幾十年內(nèi)難以真正實(shí)現(xiàn)。[1]

（三）人工智能的關(guān)鍵技術(shù)

1.機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是一門(mén)涉及眾多學(xué)科的交叉學(xué)科，它涉及統(tǒng)計(jì)學(xué)、神經(jīng)網(wǎng)絡(luò)、優(yōu)化理論、計(jì)算機(jī)科學(xué)、腦科學(xué)等很多領(lǐng)域，傾向于研究計(jì)算機(jī)如何模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)過(guò)程，以自行學(xué)會(huì)新的知識(shí)或技能。主要從樣本出發(fā)尋找規(guī)律，并對(duì)未來(lái)數(shù)據(jù)或無(wú)法觀測(cè)的數(shù)據(jù)進(jìn)行預(yù)測(cè)。

2.知識(shí)圖譜

知識(shí)圖譜是結(jié)構(gòu)化的語(yǔ)義知識(shí)庫(kù)，是由節(jié)點(diǎn)和邊組成的圖數(shù)據(jù)結(jié)構(gòu)，形象地說(shuō)，它把各種信息連接在一起而得到的一個(gè)圖形數(shù)據(jù)結(jié)構(gòu)，提供了用圖形數(shù)據(jù)結(jié)構(gòu)之間的關(guān)系去分析問(wèn)題的方法。知識(shí)圖譜可用于一些公共安全保障領(lǐng)域，在搜索引擎和精準(zhǔn)營(yíng)銷(xiāo)方面有很大的優(yōu)勢(shì)。

3.自然語(yǔ)言處理

自然語(yǔ)言處理它是研究如何用自然語(yǔ)言實(shí)現(xiàn)人與計(jì)算機(jī)之間通信的理論和方法，包括機(jī)器翻譯、機(jī)器閱讀理解和問(wèn)答系統(tǒng)等內(nèi)容。

4.人機(jī)交互

人機(jī)交互它是研究人和計(jì)算機(jī)之間如何進(jìn)行信息交換，一般包括基本交互、圖形交互、語(yǔ)音交互、情感交互、體感交互和腦機(jī)交互等技術(shù)。

5.計(jì)算機(jī)視覺(jué)

計(jì)算機(jī)視覺(jué)是使用計(jì)算機(jī)來(lái)模仿人類(lèi)視覺(jué)系統(tǒng)的科學(xué)，讓計(jì)算機(jī)模擬人類(lèi)如何提取、分析、處理圖像的能力。機(jī)器人、自動(dòng)駕駛、智能醫(yī)療等都是計(jì)算機(jī)視覺(jué)技術(shù)應(yīng)用的產(chǎn)品。

6.生物特征識(shí)別

一般指通過(guò)指紋、人臉、聲音、虹膜、步態(tài)、掌紋等生理或行為特征對(duì)身份進(jìn)行識(shí)別認(rèn)證的技術(shù)，包括圖像處理、計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別、機(jī)器學(xué)習(xí)等多項(xiàng)技術(shù)的應(yīng)用。

7.虛擬現(xiàn)實(shí)

其以計(jì)算機(jī)為核心的新型視聽(tīng)技術(shù)，借助設(shè)備和數(shù)字化環(huán)境中的對(duì)象進(jìn)行交互，以此用戶獲得近似真實(shí)環(huán)境的體驗(yàn)。[2]

二、人工智能在國(guó)際氣象領(lǐng)域的應(yīng)用

人工智能在對(duì)流風(fēng)暴、雷暴大風(fēng)、雷達(dá)降水都建立了相應(yīng)的預(yù)報(bào)模型，在空氣質(zhì)量、能見(jiàn)度、土壤濕度、花粉濃度等專(zhuān)項(xiàng)氣象服務(wù)上也建立了預(yù)報(bào)模型，但是大部分都是實(shí)驗(yàn)階段，極少數(shù)投入應(yīng)用。2018年8月，“2018 AI Challenger 全球AI挑戰(zhàn)賽”，在世界級(jí)實(shí)驗(yàn)賽道平臺(tái)上首度提供了基于北京氣象局3年氣象數(shù)據(jù)，進(jìn)行AI天氣預(yù)報(bào)，其預(yù)報(bào)準(zhǔn)確度有了明顯提升。

序號(hào) 單位/人員 事件1 俄克拉荷馬大學(xué)Skinner基于NEWS-E 云分辨率集合分析和預(yù)報(bào)系統(tǒng)，利用隨機(jī)決策樹(shù)來(lái)進(jìn)行中氣旋強(qiáng)度的大氣環(huán)境監(jiān)測(cè)2 俄克拉荷馬大學(xué)Harrison利用隨機(jī)森林分類(lèi)技術(shù)來(lái)預(yù)報(bào)12 h 時(shí)效的對(duì)流風(fēng)暴3 芬蘭氣象局 基于對(duì)象分析和四步分類(lèi)方法發(fā)展對(duì)流風(fēng)暴鄰近預(yù)報(bào)模型4 MIT 林肯實(shí)驗(yàn)室的Mattioli利用卷積神經(jīng)網(wǎng)絡(luò)建立了雷達(dá)降水強(qiáng)度預(yù)報(bào)模型。5 北卡羅萊納州立大學(xué)的Francisco開(kāi)發(fā)了概率模型來(lái)預(yù)報(bào)高切變、低CAPE 值的對(duì)流系統(tǒng)環(huán)境6 Cray 公司的Heye 采用Convolutional Long Short-Term Memory 神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行臨近降水預(yù)報(bào)7 British Columbia大學(xué)的Hsieh利用Occam's Rzaor 的機(jī)器學(xué)習(xí)來(lái)改善極端事件的預(yù)報(bào)利用低于冰凍閾值的溫度、地面風(fēng)、至少1 厘米的雪深、雪的來(lái)源，以及雪的新舊、溫度和近地面穩(wěn)定度開(kāi)發(fā)了極地暴風(fēng)雪的客觀產(chǎn)品9 Innsbruck 的Kneringer 8 加拿大Edmonton的Burrows開(kāi)發(fā)了用于機(jī)場(chǎng)低能見(jiàn)度實(shí)時(shí)概率預(yù)報(bào)的Ordered Hurdle 模型10 NASA GMAO/USRA的Keller 開(kāi)發(fā)回歸森林模型來(lái)預(yù)報(bào)空氣質(zhì)量11 韓國(guó)氣象局的Yun Am Seo使用深度神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)來(lái)預(yù)估韓國(guó)的橡樹(shù)花粉濃度12 賓夕法尼亞大學(xué)的Kuai Fang利用深度學(xué)習(xí)和SMAP衛(wèi)星數(shù)據(jù)來(lái)制作土壤濕度的預(yù)報(bào)和回報(bào)

三、人工智能在國(guó)內(nèi)氣象領(lǐng)域的應(yīng)用

（一）人工智能技術(shù)在我國(guó)氣象領(lǐng)域的發(fā)展要求

2017年《新一代人工智能發(fā)展規(guī)劃》明確提出“加強(qiáng)人工智能對(duì)自然災(zāi)害的有效監(jiān)測(cè)，圍繞地震災(zāi)害、地質(zhì)災(zāi)害、氣象災(zāi)害、水旱災(zāi)害和海洋災(zāi)害等重大自然災(zāi)害，構(gòu)建智能化監(jiān)測(cè)預(yù)警與綜合應(yīng)對(duì)平臺(tái)?！边@在國(guó)家層面，為發(fā)展智能化監(jiān)測(cè)預(yù)警提供了依據(jù)。[3]

2016年，國(guó)家發(fā)改委聯(lián)合中國(guó)氣象局印發(fā)《全國(guó)氣象發(fā)展“十三五”規(guī)劃》，明確提出要提高氣象信息化水平，加強(qiáng)氣象數(shù)據(jù)資源整合與開(kāi)放共享、建立安全及可靠的氣象信息系統(tǒng)、推進(jìn)云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等信息新技術(shù)在氣象領(lǐng)域的應(yīng)用，為人工智能相關(guān)技術(shù)在氣象領(lǐng)域的應(yīng)用提供了指導(dǎo)。同年發(fā)布的《現(xiàn)代氣象預(yù)報(bào)業(yè)務(wù)發(fā)展規(guī)劃（2016-2020年）》對(duì)氣象預(yù)報(bào)業(yè)務(wù)發(fā)展提出更高目標(biāo)，要求至2020年空間和時(shí)間分辨率分別達(dá)到1～2.5km和1h的格點(diǎn)化預(yù)報(bào)，且暴雨準(zhǔn)確率相對(duì)國(guó)際先進(jìn)模式保持10-20%的提高率。

2018年12月中國(guó)氣象局制定了《智慧氣象服務(wù)發(fā)展行動(dòng)計(jì)劃（2019-2023年）》，通過(guò)強(qiáng)化互聯(lián)網(wǎng)、智能感知、大數(shù)據(jù)挖掘等關(guān)鍵技術(shù)的綜合應(yīng)用，建立以技術(shù)為核心的智慧服務(wù)體系。十四五規(guī)劃會(huì)將大數(shù)據(jù)、人工智能、云計(jì)算等信息技術(shù)在氣象服務(wù)中得到應(yīng)用，實(shí)現(xiàn)全國(guó)智慧氣象服務(wù)業(yè)務(wù)初步建立。[4]

（二）人工智能在國(guó)內(nèi)氣象領(lǐng)域開(kāi)展情況

隨著大數(shù)據(jù)、計(jì)算能力的不斷發(fā)展，人工智能新技術(shù)的快速發(fā)展為突破業(yè)務(wù)能力發(fā)展瓶頸帶來(lái)了機(jī)遇。

2014年“彩云天氣”APP，成為國(guó)內(nèi)第一款用人工智能進(jìn)行天氣預(yù)報(bào)的應(yīng)用。

現(xiàn)有MICAPS4系統(tǒng)，基于全局統(tǒng)一的CIMISS技術(shù)數(shù)據(jù)環(huán)境，構(gòu)建了適用于實(shí)時(shí)氣象預(yù)報(bào)業(yè)務(wù)的分布式大數(shù)據(jù)應(yīng)用環(huán)境，集成了數(shù)據(jù)解析、存儲(chǔ)、計(jì)算等功能，主要用于支撐短臨、中短期完整的氣象預(yù)報(bào)業(yè)務(wù)以及智能網(wǎng)格預(yù)報(bào)業(yè)務(wù)。

國(guó)家氣象中心將基于集合預(yù)報(bào)的最優(yōu)百分位技術(shù)和臺(tái)風(fēng)路徑最優(yōu)選取集成方法用于定量降水預(yù)報(bào)、臺(tái)風(fēng)路徑預(yù)報(bào)等方面。

2016年，廣東省氣象局組織開(kāi)展了智能訂正工具箱（ITB）的技術(shù)框架開(kāi)發(fā)，將主管預(yù)報(bào)經(jīng)驗(yàn)進(jìn)行數(shù)字化，提升網(wǎng)格預(yù)報(bào)制作的自動(dòng)化和智能化水平；

2017年，中國(guó)氣象局公共氣象服務(wù)中心聯(lián)合天津大學(xué)開(kāi)發(fā)的全國(guó)強(qiáng)對(duì)流服務(wù)產(chǎn)品加工系統(tǒng)。通過(guò)運(yùn)用圖像識(shí)別監(jiān)測(cè)，預(yù)警未來(lái)30分鐘內(nèi)，空間分辨率為1公里范圍內(nèi)強(qiáng)對(duì)流情況，通過(guò)深度學(xué)習(xí)，分析雷達(dá)回波上的冰雹特征，從而識(shí)別冰雹云，推算出其移速和移向，給出受冰雹影響大致范圍。

2018年，重慶市氣象局與百度智能云共同打造智慧氣象“四天”系統(tǒng)建設(shè)（天樞·智能探測(cè)系統(tǒng)、天資·智能預(yù)報(bào)系統(tǒng)、知天·智慧服務(wù)系統(tǒng)、御天·智慧防災(zāi)系統(tǒng)）取得了階段性成果，僅天資·智能預(yù)報(bào)系統(tǒng)利用百度深度學(xué)習(xí)技術(shù)，2019年上半年將月氣溫預(yù)測(cè)準(zhǔn)確率提高了16分，月降水預(yù)測(cè)準(zhǔn)確率提高了6分。在后期應(yīng)用中，冰雹、大風(fēng)識(shí)別命中率可達(dá)到100%。

四、人工智能技術(shù)在氣象部門(mén)應(yīng)用建議

（一）加強(qiáng)人工智能研究機(jī)制體制的建設(shè)

《高等學(xué)校人工智能創(chuàng)新行動(dòng)計(jì)劃》明確提出，到2020年中國(guó)要建立至少50家人工智能學(xué)院、研究院或研究中心。截至2019年4月，已有31所高校自主成立了人工智能學(xué)院，24所高校成立了人工智能研究院。很多高端企業(yè)近年陸續(xù)成立研究院、實(shí)驗(yàn)室，依托用戶大數(shù)據(jù)進(jìn)行測(cè)試，加速了機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)在各部門(mén)的應(yīng)用。氣象系統(tǒng)作為垂管部門(mén)，中國(guó)氣象局應(yīng)在機(jī)構(gòu)設(shè)置劃分或職責(zé)功能上明確人工智能關(guān)鍵技術(shù)的研究，落實(shí)多級(jí)機(jī)構(gòu)設(shè)置和人才布局，促進(jìn)國(guó)-省兩級(jí)領(lǐng)導(dǎo)、職工思想認(rèn)識(shí)的轉(zhuǎn)變和體制機(jī)制的形成。

（二）加強(qiáng)高性能實(shí)驗(yàn)室建立

數(shù)據(jù)、算法、計(jì)算能力是人工智能的三大基石，人工智能技術(shù)的研究應(yīng)用主要依賴(lài)超強(qiáng)實(shí)驗(yàn)環(huán)境、海量數(shù)據(jù)集和一批專(zhuān)業(yè)化人才。復(fù)雜的算法，海量數(shù)據(jù)的計(jì)算必須依靠高性能處理器和存儲(chǔ)。實(shí)驗(yàn)環(huán)境是基礎(chǔ)，沒(méi)有高性能計(jì)算實(shí)驗(yàn)室，所有的研究只能是紙上談兵，只有通過(guò)實(shí)驗(yàn)室的內(nèi)部測(cè)試和算法的不斷改進(jìn)，才能摸索和總結(jié)出與實(shí)際結(jié)果更接近的技術(shù)與方法，最終應(yīng)用于實(shí)際工作。

（三）加速基礎(chǔ)數(shù)據(jù)環(huán)境建設(shè)

完成一項(xiàng)特定任務(wù)的實(shí)驗(yàn)測(cè)試，需要包括數(shù)據(jù)、工具、評(píng)測(cè)標(biāo)準(zhǔn)等全流程資源。數(shù)據(jù)更是人工智能技術(shù)研究最寶貴的資源。如果沒(méi)有足夠的基礎(chǔ)數(shù)據(jù)，就無(wú)法取得突破性的科研成果。我國(guó)的氣象數(shù)據(jù)，主要來(lái)源于國(guó)家信息中心、各省局CMISS數(shù)據(jù)接口和氣象數(shù)據(jù)資料室，這些部門(mén)確實(shí)提供了豐富的、海量的數(shù)據(jù)資料類(lèi)型（包括我國(guó)和國(guó)際交換數(shù)據(jù)的地面、高空、海洋、輻射、農(nóng)氣、雷達(dá)、衛(wèi)星數(shù)據(jù)等），但是從無(wú)論從數(shù)據(jù)的時(shí)段區(qū)域、時(shí)間分辨率還是訪問(wèn)方式上都存在或多或少的遺憾，無(wú)法滿足深度學(xué)習(xí)技術(shù)的海量數(shù)據(jù)集獲取，更沒(méi)有摸索出一套實(shí)用的工具和評(píng)測(cè)標(biāo)準(zhǔn)。因此，中國(guó)氣象局應(yīng)統(tǒng)籌布局，收集、整理、清洗、建立人工智能公共數(shù)據(jù)集和技術(shù)標(biāo)準(zhǔn)、評(píng)價(jià)體系，積極主動(dòng)聯(lián)系其他部門(mén)，獲取更廣泛、更全面的基礎(chǔ)觀測(cè)數(shù)據(jù)，擴(kuò)充基礎(chǔ)數(shù)據(jù)集。建立滿足需求的基礎(chǔ)數(shù)據(jù)環(huán)境。

（四）加快高端人才的聚集和現(xiàn)有人才的培養(yǎng)

人工智能技術(shù)在氣象領(lǐng)域的研究核心因素是人才，國(guó)內(nèi)天氣預(yù)報(bào)工作者主要強(qiáng)調(diào)他們的專(zhuān)業(yè)方向，應(yīng)該說(shuō)普遍錄用了基于大氣科學(xué)的研究生、博士生，目前缺乏高水平的應(yīng)用數(shù)學(xué)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)的研發(fā)人才；缺乏兼通氣象預(yù)報(bào)、人工智能（機(jī)器學(xué)習(xí)、深度學(xué)習(xí)）的復(fù)合應(yīng)用人才。中央氣象臺(tái)天氣預(yù)報(bào)技術(shù)研發(fā)室副主任代刊說(shuō)到“目前大部分AI技術(shù)方法研發(fā)還是以大氣科學(xué)專(zhuān)業(yè)背景人員為主，需要統(tǒng)計(jì)學(xué)、計(jì)算科學(xué)、大數(shù)據(jù)挖掘等專(zhuān)業(yè)背景的科學(xué)家加入，并積極與相關(guān)高校、科研院所合作。”因此人事司應(yīng)牽頭加大引進(jìn)高端人才的力度，以點(diǎn)帶面，加速專(zhuān)業(yè)人才的跨界發(fā)展。同時(shí)引導(dǎo)和落實(shí)現(xiàn)有技術(shù)人員在人工智能技術(shù)如圖像識(shí)別、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等方面知識(shí)的培養(yǎng)計(jì)劃和實(shí)施方案，加快培訓(xùn)的早日落地，解決人工智能技術(shù)人才的短缺。

（五）打通非氣象部門(mén)氣象數(shù)據(jù)因子的分析渠道和合作

氣象預(yù)報(bào)的準(zhǔn)確度不僅來(lái)源于海量的歷史和實(shí)時(shí)觀測(cè)數(shù)據(jù)及預(yù)報(bào)產(chǎn)品，而且受整個(gè)地球環(huán)境非常多的因子影響，例如氣候變化，地質(zhì)變化、生態(tài)建設(shè)（湖泊改造，環(huán)境綠化）、城市建設(shè)（交通、工業(yè)產(chǎn)業(yè)布局）等的影響，同時(shí)其他部門(mén)也存在很多實(shí)時(shí)觀測(cè)數(shù)據(jù)，打通非氣象部門(mén)氣象數(shù)據(jù)因子獲取渠道，獲取更多的可分析數(shù)據(jù)集，通過(guò)人工智能關(guān)鍵技術(shù)大規(guī)模測(cè)試，探索和分析數(shù)據(jù)的準(zhǔn)確性和其與預(yù)報(bào)的關(guān)系，以提升AI預(yù)測(cè)的準(zhǔn)確率。

發(fā)展人工智能技術(shù)在行業(yè)的應(yīng)用和創(chuàng)新也離不開(kāi)前端的開(kāi)發(fā)和應(yīng)用，單靠行業(yè)內(nèi)人才的集聚也會(huì)陷入部門(mén)瓶頸，我們必須與一些高端的企業(yè)和研究院所合作，共同加快技術(shù)在氣象領(lǐng)域的深度研究和應(yīng)用。

（六）穩(wěn)步解決專(zhuān)業(yè)人才的轉(zhuǎn)型

人工智能的發(fā)展必然導(dǎo)致原有的工作內(nèi)容、活動(dòng)時(shí)間發(fā)生變化，同時(shí)也會(huì)衍生出新的工作內(nèi)容，氣象領(lǐng)域也不例外，隨著智能技術(shù)在氣象領(lǐng)域的逐漸深入，各級(jí)培訓(xùn)機(jī)構(gòu)應(yīng)加強(qiáng)前期調(diào)研和培訓(xùn)設(shè)計(jì)，引導(dǎo)和疏通觀測(cè)、預(yù)報(bào)人員慢慢向復(fù)合型、研究型、應(yīng)用型、保障型發(fā)展，促進(jìn)部門(mén)在信息化發(fā)展中平穩(wěn)過(guò)渡和現(xiàn)有職工素質(zhì)的提升。