人工智能会成为优秀的天气预报员吗( 五 )_近日

对此，代刊倡议，为进一步推进AI技术在业务流程的关键环节发挥重要作用，未来应增强新的、更高级的AI技术理论研讨和应用开发，“目前大部分AI技术办法研发还是以大气科学专业背景人员为主，需求统计学、计算科学、大数据发掘等专业背景的科学家参与，并积极与相关高校、科研院所协作。

”更重要的是数据， AI技术的产品输出质量遭到输入数据质量的限制，要想取得更好效果，需求增强高质量、长序列的气候锻炼数据集的研发，例如提供长历史、统计特性分歧的方式数据，整理和开发高分辨的观测和剖析资料用于锻炼和检验。

在前述日本海洋研讨机构和九州大学的研讨中，研讨小组为了应用深度学习取得更高的辨认精度，对每一种气候类型都需求超越数千张图片的大量数据。

“我们也在做长序列气候数据的再剖析。

”代刊表示。

另外他强调，目前大部分AI技术相似“黑箱”，在通常状况下运转良好，但遇到极端状况可能会失效。

因而，据代刊引见，英国气候局不时在应用数据驱动，将统计技术与物理方式和深化了解分离起来，并积聚了大量阅历，例如将高分辨率观测网、复杂数值方式和再剖析数据应用统计技术分离起来为风能行业展开了业务预告工具，能够提供更高精度的风力预告，并适用于复杂地形条件。

人工智能会成为优秀的天气预报员吗( 五 )