袁 芳

（中國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

美國學(xué)者1956年首次提出“機器能像人那樣理解、思考和學(xué)習(xí)”，百度百科定義人工智能是“研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)”，將其視為計算機科學(xué)的一個分支。筆者理解為“實現(xiàn)借助人類智慧完成任務(wù)的機器所采用的理論，技術(shù)和方法?！?/p>

（二）人工智能分類

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

強人工智能是指能思維的智能機器，并且是有知覺的和自我意識的，科幻電影里已刻畫出鮮明的人物形象。部分專家認為未來幾十年內(nèi)難以真正實現(xiàn)。[1]

（三）人工智能的關(guān)鍵技術(shù)

1.機器學(xué)習(xí)

機器學(xué)習(xí)是一門涉及眾多學(xué)科的交叉學(xué)科，它涉及統(tǒng)計學(xué)、神經(jīng)網(wǎng)絡(luò)、優(yōu)化理論、計算機科學(xué)、腦科學(xué)等很多領(lǐng)域，傾向于研究計算機如何模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)過程，以自行學(xué)會新的知識或技能。主要從樣本出發(fā)尋找規(guī)律，并對未來數(shù)據(jù)或無法觀測的數(shù)據(jù)進行預(yù)測。

2.知識圖譜

知識圖譜是結(jié)構(gòu)化的語義知識庫，是由節(jié)點和邊組成的圖數(shù)據(jù)結(jié)構(gòu)，形象地說，它把各種信息連接在一起而得到的一個圖形數(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)系去分析問題的方法。知識圖譜可用于一些公共安全保障領(lǐng)域，在搜索引擎和精準營銷方面有很大的優(yōu)勢。

3.自然語言處理

自然語言處理它是研究如何用自然語言實現(xiàn)人與計算機之間通信的理論和方法，包括機器翻譯、機器閱讀理解和問答系統(tǒng)等內(nèi)容。

4.人機交互

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

5.計算機視覺

計算機視覺是使用計算機來模仿人類視覺系統(tǒng)的科學(xué)，讓計算機模擬人類如何提取、分析、處理圖像的能力。機器人、自動駕駛、智能醫(yī)療等都是計算機視覺技術(shù)應(yīng)用的產(chǎn)品。

6.生物特征識別

一般指通過指紋、人臉、聲音、虹膜、步態(tài)、掌紋等生理或行為特征對身份進行識別認證的技術(shù)，包括圖像處理、計算機視覺、語音識別、機器學(xué)習(xí)等多項技術(shù)的應(yīng)用。

7.虛擬現(xiàn)實

其以計算機為核心的新型視聽技術(shù)，借助設(shè)備和數(shù)字化環(huán)境中的對象進行交互，以此用戶獲得近似真實環(huán)境的體驗。[2]

二、人工智能在國際氣象領(lǐng)域的應(yīng)用

人工智能在對流風(fēng)暴、雷暴大風(fēng)、雷達降水都建立了相應(yīng)的預(yù)報模型，在空氣質(zhì)量、能見度、土壤濕度、花粉濃度等專項氣象服務(wù)上也建立了預(yù)報模型，但是大部分都是實驗階段，極少數(shù)投入應(yīng)用。2018年8月，“2018 AI Challenger 全球AI挑戰(zhàn)賽”，在世界級實驗賽道平臺上首度提供了基于北京氣象局3年氣象數(shù)據(jù)，進行AI天氣預(yù)報，其預(yù)報準確度有了明顯提升。

序號 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)報系統(tǒng)，利用隨機決策樹來進行中氣旋強度的大氣環(huán)境監(jiān)測2 俄克拉荷馬大學(xué)Harrison利用隨機森林分類技術(shù)來預(yù)報12 h 時效的對流風(fēng)暴3 芬蘭氣象局 基于對象分析和四步分類方法發(fā)展對流風(fēng)暴鄰近預(yù)報模型4 MIT 林肯實驗室的Mattioli利用卷積神經(jīng)網(wǎng)絡(luò)建立了雷達降水強度預(yù)報模型。5 北卡羅萊納州立大學(xué)的Francisco開發(fā)了概率模型來預(yù)報高切變、低CAPE 值的對流系統(tǒng)環(huán)境6 Cray 公司的Heye 采用Convolutional Long Short-Term Memory 神經(jīng)網(wǎng)絡(luò)來進行臨近降水預(yù)報7 British Columbia大學(xué)的Hsieh利用Occam's Rzaor 的機器學(xué)習(xí)來改善極端事件的預(yù)報利用低于冰凍閾值的溫度、地面風(fēng)、至少1 厘米的雪深、雪的來源，以及雪的新舊、溫度和近地面穩(wěn)定度開發(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開發(fā)了用于機場低能見度實時概率預(yù)報的Ordered Hurdle 模型10 NASA GMAO/USRA的Keller 開發(fā)回歸森林模型來預(yù)報空氣質(zhì)量11 韓國氣象局的Yun Am Seo使用深度神經(jīng)網(wǎng)絡(luò)預(yù)報來預(yù)估韓國的橡樹花粉濃度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)來制作土壤濕度的預(yù)報和回報

三、人工智能在國內(nèi)氣象領(lǐng)域的應(yīng)用

（一）人工智能技術(shù)在我國氣象領(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“加強人工智能對自然災(zāi)害的有效監(jiān)測，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)測預(yù)警與綜合應(yīng)對平臺?！边@在國家層面，為發(fā)展智能化監(jiān)測預(yù)警提供了依據(jù)。[3]

2016年，國家發(fā)改委聯(lián)合中國氣象局印發(fā)《全國氣象發(fā)展“十三五”規(guī)劃》，明確提出要提高氣象信息化水平，加強氣象數(shù)據(jù)資源整合與開放共享、建立安全及可靠的氣象信息系統(tǒng)、推進云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動互聯(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)報業(yè)務(wù)發(fā)展規(guī)劃（2016-2020年）》對氣象預(yù)報業(yè)務(wù)發(fā)展提出更高目標，要求至2020年空間和時間分辨率分別達到1～2.5km和1h的格點化預(yù)報，且暴雨準確率相對國際先進模式保持10-20%的提高率。

2018年12月中國氣象局制定了《智慧氣象服務(wù)發(fā)展行動計劃（2019-2023年）》，通過強化互聯(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)劃會將大數(shù)據(jù)、人工智能、云計算等信息技術(shù)在氣象服務(wù)中得到應(yīng)用，實現(xiàn)全國智慧氣象服務(wù)業(yè)務(wù)初步建立。[4]

（二）人工智能在國內(nèi)氣象領(lǐng)域開展情況

隨著大數(shù)據(jù)、計算能力的不斷發(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)展瓶頸帶來了機遇。

2014年“彩云天氣”APP，成為國內(nèi)第一款用人工智能進行天氣預(yù)報的應(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)建了適用于實時氣象預(yù)報業(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、計算等功能，主要用于支撐短臨、中短期完整的氣象預(yù)報業(yè)務(wù)以及智能網(wǎng)格預(yù)報業(yè)務(wù)。

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

2016年，廣東省氣象局組織開展了智能訂正工具箱（ITB）的技術(shù)框架開發(fā)，將主管預(yù)報經(jīng)驗進行數(shù)字化，提升網(wǎng)格預(yù)報制作的自動化和智能化水平；

2017年，中國氣象局公共氣象服務(wù)中心聯(lián)合天津大學(xué)開發(fā)的全國強對流服務(wù)產(chǎn)品加工系統(tǒng)。通過運用圖像識別監(jiān)測，預(yù)警未來30分鐘內(nèi)，空間分辨率為1公里范圍內(nèi)強對流情況，通過深度學(xué)習(xí)，分析雷達回波上的冰雹特征，從而識別冰雹云，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·智能探測系統(tǒng)、天資·智能預(yù)報系統(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)測準確率提高了16分，月降水預(yù)測準確率提高了6分。在后期應(yīng)用中，冰雹、大風(fēng)識別命中率可達到100%。

四、人工智能技術(shù)在氣象部門應(yīng)用建議

（一）加強人工智能研究機制體制的建設(shè)

《高等學(xué)校人工智能創(chuàng)新行動計劃》明確提出，到2020年中國要建立至少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、實驗室，依托用戶大數(shù)據(jù)進行測試，加速了機器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)在各部門的應(yīng)用。氣象系統(tǒng)作為垂管部門，中國氣象局應(yīng)在機構(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，落實多級機構(gòu)設(shè)置和人才布局，促進國-省兩級領(lǐng)導(dǎo)、職工思想認識的轉(zhuǎn)變和體制機制的形成。

（二）加強高性能實驗室建立

數(shù)據(jù)、算法、計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)用主要依賴超強實驗環(huán)境、海量數(shù)據(jù)集和一批專業(yè)化人才。復(fù)雜的算法，海量數(shù)據(jù)的計算必須依靠高性能處理器和存儲。實驗環(huán)境是基礎(chǔ)，沒有高性能計算實驗室，所有的研究只能是紙上談兵，只有通過實驗室的內(nèi)部測試和算法的不斷改進，才能摸索和總結(jié)出與實際結(jié)果更接近的技術(shù)與方法，最終應(yīng)用于實際工作。

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

完成一項特定任務(wù)的實驗測試，需要包括數(shù)據(jù)、工具、評測標準等全流程資源。數(shù)據(jù)更是人工智能技術(shù)研究最寶貴的資源。如果沒有足夠的基礎(chǔ)數(shù)據(jù)，就無法取得突破性的科研成果。我國的氣象數(shù)據(jù)，主要來源于國家信息中心、各省局CMISS數(shù)據(jù)接口和氣象數(shù)據(jù)資料室，這些部門確實提供了豐富的、海量的數(shù)據(jù)資料類型（包括我國和國際交換數(shù)據(jù)的地面、高空、海洋、輻射、農(nóng)氣、雷達、衛(wèi)星數(shù)據(jù)等），但是從無論從數(shù)據(jù)的時段區(qū)域、時間分辨率還是訪問方式上都存在或多或少的遺憾，無法滿足深度學(xué)習(xí)技術(shù)的海量數(shù)據(jù)集獲取，更沒有摸索出一套實用的工具和評測標準。因此，中國氣象局應(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)標準、評價體系，積極主動聯(lián)系其他部門，獲取更廣泛、更全面的基礎(chǔ)觀測數(shù)據(jù)，擴充基礎(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，國內(nèi)天氣預(yù)報工作者主要強調(diào)他們的專業(yè)方向，應(yīng)該說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、機器學(xué)習(xí)的研發(fā)人才；缺乏兼通氣象預(yù)報、人工智能（機器學(xué)習(xí)、深度學(xué)習(xí)）的復(fù)合應(yīng)用人才。中央氣象臺天氣預(yù)報技術(shù)研發(fā)室副主任代刊說到“目前大部分AI技術(shù)方法研發(fā)還是以大氣科學(xué)專業(yè)背景人員為主，需要統(tǒng)計學(xué)、計算科學(xué)、大數(shù)據(jù)挖掘等專業(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?！币虼巳耸滤緫?yīng)牽頭加大引進高端人才的力度，以點帶面，加速專業(yè)人才的跨界發(fā)展。同時引導(dǎo)和落實現(xiàn)有技術(shù)人員在人工智能技術(shù)如圖像識別、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等方面知識的培養(yǎng)計劃和實施方案，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）打通非氣象部門氣象數(shù)據(jù)因子的分析渠道和合作

氣象預(yù)報的準確度不僅來源于海量的歷史和實時觀測數(shù)據(jù)及預(yù)報產(chǎn)品，而且受整個地球環(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，同時其他部門也存在很多實時觀測數(shù)據(jù)，打通非氣象部門氣象數(shù)據(jù)因子獲取渠道，獲取更多的可分析數(shù)據(jù)集，通過人工智能關(guān)鍵技術(shù)大規(guī)模測試，探索和分析數(shù)據(jù)的準確性和其與預(yù)報的關(guān)系，以提升AI預(yù)測的準確率。

發(fā)展人工智能技術(shù)在行業(yè)的應(yīng)用和創(chuàng)新也離不開前端的開發(fā)和應(yīng)用，單靠行業(yè)內(nèi)人才的集聚也會陷入部門瓶頸，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、活動時間發(fā)生變化，同時也會衍生出新的工作內(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，各級培訓(xùn)機構(gòu)應(yīng)加強前期調(diào)研和培訓(xùn)設(shè)計，引導(dǎo)和疏通觀測、預(yù)報人員慢慢向復(fù)合型、研究型、應(yīng)用型、保障型發(fā)展，促進部門在信息化發(fā)展中平穩(wěn)過渡和現(xiàn)有職工素質(zhì)的提升。