中国气象报记者 孙楠

　　随着这几年人工智能和大数据在各个领域的研究应用不断深入，“智能气象”也进入探索阶段。查阅论文可知，科学家探讨了人工智能技术在降水区域分类、雷达回波分类、风暴路径识别、云分类、龙卷识别和预报、致灾大风、冰雹尺寸等气象领域运用的可能性。在实际运用中，“智能气象”也取得了一些成就，例如用人工智能的黑箱建模方式进行分钟级天气预报，而在此之前，用传统的数值模式几乎无法做到。

　　不过目前，人工智能的运用大多集中在短临预报方面，通过对实况数据深度分析进行预测。

　　4月18日，一场关于“智能气象”的头脑风暴在中国气象局举办，人工智能、大数据专家和气象专家共同讨论，气象行业如何更好地运用人工智能、大数据技术。科学家们达成共识，“智能预报”应有更广阔的预报空间，能够在短期、中期、长期预报乃至气候预测领域发挥作用，甚至还可以用来改进传统数值模式。

　　实现这一想法，需要合作的胸怀和对需求的准确把握。早些年提到人工智能时，一些气象专家会有抵触情绪，认为这有可能是盲目跟风。但随着相互合作渗透，两个领域的专家获得了更多共鸣。“自然规律不以主观意志为转移，但气象专家已经看到人工智能等技术带来的变化，更应积极迎接和适应。”中国气象局副局长矫梅燕说。

　　清华大学软件学院副院长王建民认为，如果没有行业专家的理论支撑，是无法分析和验证大数据的预测结果的。

　　中国气象局公共气象服务中心匡秋明博士表示赞同，他认为，“智能气象”不是胜在计算资源，而是通过行业需求，梳理真正需要解决的问题。

　　头脑风暴不能仅停留在设想方面，更应关注如何落地，比如直面“智能气象”发展所面临的困境。矫梅燕说，推动人工智能应用，机制的建立比技术本身更重要。“这取决于跳出局部小圈子，探索合作机制，与行业外专家紧密合作等方面。”

　　王建民以清华大学数据科学研究院为例，介绍了交叉融合对于人工智能和大数据应用的重要性。他说清华以学校统筹、社科学院突破、商科发挥优势、工科整合技术、与业界联盟的构架推动这项工作。

　　阿里云计算总架构师刘宁胜则认为，气象行业需要搭建有效平台支持“百花齐放”的研究团队，而最有效的方式是由人工智能专家开发平台，由气象专家输入行业知识和需求，双方协同合作。

　　气象预报很复杂，即便人工智能Alpha Go的成绩举世瞩目，也不可能解决气象预报的全部问题，但会寻找到对预报有价值的信息。从牛顿到爱因斯坦的升级，并非说明牛顿是错的，而是爱因斯坦的相对论可以兼容牛顿的理论。如此一来，传统数值模式预报和“智能预报”或将成为气象预报未来并行发展的两条主线，并且相互交织促进。而眼下，搭建知识互补的人才团队，建立新的运行机制就显得尤为重要。

　　（来源：《中国气象报》2017年4月21日三版 责任编辑：张林）