隨著大數據和人工智能的發展，海量數據深度學習、復雜神經網絡等逐步應用，人工智能預報天氣已成為熱門話題，甚至有科研團隊稱研發出新算法，能提前一周預測臺風，這或許意味著人工智能在天氣預報方面已經開始發力。它的表現如何?會比人類預報得更準確嗎?

解決難題預報更精準

在記者的印象中，過去經常在天氣預報里聽到“局部地區”。例如局部地區有陣雨、局部地區有暴雪等。現在，天氣預報中的提到“局部”的次數變少，地點和時間比較精確的預報變多，這是中國大數據計算能力不斷提升的結果。

“天氣預報是預測科學，不可能100%準確。”中央氣象臺副臺長宗志平說，天氣預報的本質是根據已知的氣象條件，用超級計算器進行海量數據計算，但計算結果與真實天氣狀況之間不可避免存在偏差。把天氣預報得更準確，就是一個不斷縮小計算結果與真實情況差距的過程，這是現實世界中的難題。

人工智能提供了一種解決難題的新思路。“天氣預報本身就是大數據問題，涉及到不同時間和空間上的海量數據，正是人工智能非常好的應用場景。”中國氣象局北京城市氣象研究所副所長陳敏認為，可以用人工智能算法把超級計算機的預報結果盡可能地、自動地、不用人工干預地修正到與實際觀測數據更接近，以達到“天氣預報越來越準”的終極目標。“人工智能這么火，我們不用新技術就落伍了。”

中央氣象臺臺風與海洋氣象預報中心副主任錢奇峰稱，將人工智能應用到天氣預報在全球范圍內都是熱門話題。實際上，2018年的世界氣象日主題就是“智慧氣象”，中國氣象局局長劉雅鳴指出，要充分應用大數據和人工智能技術，建設全覆蓋、智能化的氣象預報業務體系，做出更精準的天氣預報。

跟人類不存在競爭關系

隨著中國天氣業務現代化建設的推進，近年來，不僅在臨近天氣的預報上，在氣候應用研究、臺風海洋預報、海霧預報等領域，也有人工智能技術助力。在國家氣象中心，研究人員已將數據挖掘技術應用于海量集合預報數據的預報信息提取，對提高預報準確率起到顯著作用。各省級氣象臺開展相關研究，廣東省氣象局利用阿里平臺，開展基于深度學習的短臨降水預報效果良好;北京市氣象局將機器學習方法應用于溫度預報;福建省氣象局基于機器學習的降水要素客觀訂正方法，已在多省氣象局得到業務推廣應用。

關于人工智能預報天氣和人類預報員的預測結果誰更準確的問題，在業內人士看來，是一個偽命題。人工智能在氣象領域更多是一種技術，它和人類預報員之間不存在競爭和淘汰的關系。目前，人工智能技術可幫助預報員做普通的、常規天氣的精準預報，但在一些災害性、極端性、轉折性的天氣過程中，仍需要預報員利用天氣學知識、長期積累的預報經驗發揮作用。

完全融入行業仍需時日

雖然人工智能在天氣預報方面發揮著重要作用，但在招攬優秀的人工智能人才方面卻不怎么討喜。專家指出，目前人工智能領域存在嚴重的人才分布不均衡情況。出于行業熱度和薪資等原因，優秀的人工智能人才聚集在自動駕駛、計算機視覺等領域，而礦業勘探、天氣預報等關系國計民生的領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的大氣科學教育，也不用特別深入地了解天氣的機理，只需了解一些基本天氣知識、掌握人工智能工具和算法，能夠從數據出發，挖掘規律、深入分析。”陳敏認為，無論是人才厚度還是技術使用深度，人工智能完全融入氣象行業之中仍需時日。

宗志平介紹，氣象是十分復雜的系統，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，空氣中沒有“凝結核”，雨滴也不會長大掉落地面。因此，既懂氣象知識又有人工智能知識背景的復合型人才，是發展“智慧氣象”最理想的人選。宗志平表示，目前，中國氣象局相關團隊已經與清華大學等合作開展人工智能技術研發工作，國家級氣象部門聯合組建了智能預報服務原型系統團隊，國家氣象中心一批資深預報首席、年輕研發型預報員、IT工程師共同組成了大數據及智能預報團隊。隨著人工智能技術的不斷發展，這支隊伍的力量也會不斷擴充。