到目前為止，深度學習的潛力只有很小一部分被發揮出來。近日，德國馬克斯·普朗克生物地球化學研究所領銜的科學家在《自然》雜志上發表研究稱，人工智能可大幅度提升人類對氣候和地球系統的認識。

在人工智能的幫助下，科學家可以更好地描述颶風、野火蔓延和植被變化等復雜的動態過程。隨著新模型將人工智能和物理建模結合起來，氣候和地球系統模型將得到改進。

在過去的幾十年中，科學家主要利用機器學習方法研究事物的靜態屬性，比如從局地到全球尺度上的土壤性質分布情況。一段時間以來，通過使用更加復雜的深度學習技術，處理更多動態過程成為可能，比如在同時考慮季節和短期變化的情況下，可以量化全球陸地上植被的光合作用過程。

“人類利用大量的傳感器獲取到關于地球系統的大量數據，但到目前為止，我們在分析和解釋這些數據上仍然非常落后。”該研究第一作者馬庫斯·賴希斯坦說。

這些地方正是深度學習技術大有可為之處，并且可以超越圖像識別、自然語言處理或AlphaGo等經典的機器學習應用范疇，比如利用人工智能來預測林火或颶風等極端事件。這些復雜過程不僅受局地條件的影響，而且受時空背景變化的影響。此外，深度學習也可以應用于大氣和海洋熱量傳輸、土壤運動和植被動態等一些地球系統科學研究的經典主題。

科學家研發出一種新方法，將機器學習和物理建模有效結合起來創建混合模型。這種混合模型可用于模擬海水運動，以預測海表溫度。其中，海表溫度通過物理建模進行模擬，而海水運動則通過機器學習進行分析，這樣可以極大地改善模型的性能。研究者表示，極端事件的監測和早期預警，以及季節性和長期氣候預測，將極大地受益于深度學習和混合建模方法。