天氣預(yù)報(bào)是眾所周知的難點(diǎn)，但近年來(lái)，專(zhuān)家建議機(jī)器學(xué)習(xí)可以更好地幫助區(qū)分陽(yáng)光和雨夾雪。最新參與的谷歌本周在一篇博客文章中分享了一項(xiàng)新的研究，稱它可以“幾乎立即”預(yù)測(cè)天氣。

這項(xiàng)工作仍處于初始階段，尚未納入任何商業(yè)系統(tǒng)，但早期結(jié)果似乎很有希望。在這篇同行評(píng)議的論文中，谷歌研究人員描述了他們?nèi)绾瓮ㄟ^(guò)分辨率為1公里的“分鐘”計(jì)算提前6小時(shí)生成準(zhǔn)確的降雨量預(yù)測(cè)。

與現(xiàn)有技術(shù)相比，這是一個(gè)很大的改進(jìn)，生成預(yù)測(cè)可能需要幾個(gè)小時(shí)，盡管它們是在更長(zhǎng)的時(shí)間周期內(nèi)完成的，并且生成更復(fù)雜的數(shù)據(jù)。

研究人員表示，快速預(yù)測(cè)將是“有效適應(yīng)氣候變化，尤其是極端天氣所需的基本工具”。他們表示，在一個(gè)日益被不可預(yù)測(cè)的天氣模式所主導(dǎo)的世界里，短期預(yù)測(cè)對(duì)于“危機(jī)管理和減少生命財(cái)產(chǎn)損失”至關(guān)重要。

與傳統(tǒng)的預(yù)測(cè)技術(shù)相比，谷歌的方法提供的最大優(yōu)勢(shì)是速度。該公司的研究人員將他們的工作與現(xiàn)有的兩種方法進(jìn)行了比較：光流(O F)預(yù)測(cè)(觀察云的運(yùn)動(dòng)和其他現(xiàn)象)和模擬預(yù)測(cè)(根據(jù)物理學(xué)創(chuàng)建詳細(xì)的天氣系統(tǒng)模擬)。

這些老方法——，特別是基于物理的模擬——的問(wèn)題是，它們的計(jì)算強(qiáng)度非常高。例如，美國(guó)聯(lián)邦天氣預(yù)報(bào)局進(jìn)行的模擬每天必須處理多達(dá)100兆字節(jié)的氣象站數(shù)據(jù)，在昂貴的超級(jí)計(jì)算機(jī)上運(yùn)行需要幾個(gè)小時(shí)。

谷歌軟件工程師杰森？Jason Hickey在一篇博文中寫(xiě)道：“如果計(jì)算一個(gè)預(yù)測(cè)需要6個(gè)小時(shí)，那么一天只允許3-4次，而預(yù)測(cè)是基于6個(gè)小時(shí)的數(shù)據(jù)做出的，這會(huì)限制我們對(duì)目前正在發(fā)生的事情的理解。

相比之下，谷歌的方法將在幾分鐘內(nèi)產(chǎn)生結(jié)果，因?yàn)樗鼈儾⒉辉噲D模擬復(fù)雜的天氣系統(tǒng)，而是預(yù)測(cè)簡(jiǎn)單的雷達(dá)數(shù)據(jù)作為降雨量的代理。

該公司的研究人員基于美國(guó)國(guó)家海洋和大氣管理局(NOAA)從2017年至2019年收集的歷史雷達(dá)數(shù)據(jù)，訓(xùn)練了他們的人工智能模型。他們說(shuō)，他們的預(yù)測(cè)與現(xiàn)有的三種方法一樣好，或者基于相同的數(shù)據(jù)更好，盡管他們的模型在試圖提前6個(gè)多小時(shí)預(yù)測(cè)時(shí)比其他方法表現(xiàn)更好。

這似乎是機(jī)器學(xué)習(xí)在天氣預(yù)報(bào)中的一個(gè)好地方：做出快速和短期的預(yù)測(cè)，同時(shí)將更長(zhǎng)的預(yù)測(cè)留給更強(qiáng)大的模型。例如，NOAA的天氣模型可以提前10天做出預(yù)測(cè)。

雖然我們還沒(méi)有看到人工智能對(duì)天氣預(yù)報(bào)的全面影響，但許多其他公司也在研究這個(gè)領(lǐng)域，包括IBM和孟山都。此外，正如谷歌研究人員指出的那樣，隨著我們感受到氣候變化的影響，這樣的預(yù)測(cè)技術(shù)只會(huì)在我們的日常生活中變得更加重要。

標(biāo)簽：