人工智能对地球环境科学的推进( 二 )_译者：沿边杀手居的小蛇原文：https

从数据到规律

Markus Reichstein说“大量的传感器已经帮我们接收到了大量的地球环境系统数据，但到目前为止，我们在分析和解释数据方面一直有所欠缺” 。生物地球化学研究所的常务董事同样也是该书的第一作者， Max Planck说 ”这使得深度学习技术成为一种具有巨大潜力的的工具，超越了传统的机器学习应用，如图像识别、自然语言处理或 alphago下棋机器人“ 。

来自弗里德里希席勒大学(FSU)计算机视觉小组的合著者Joachim Denzler和MSCJ(Michael-Stifel-Center Jena)的成员补充说在极端事件下，分析这些问题的过程非常复杂，不光受当地条件的影响，也受其时空背景的影响，如火灾蔓延或飓风。这也适用于大气和海洋运输、地质活动和植被动力学等一些地球系统科学的经典课题。

人工智能改善气候和地球系统模型

然而深度学习的方法是非常困难的，在数据质量参差不齐的情况下，所有依靠数据和统计驱动的分析方法很难保证自身的一致性，并且有可能遇到推广方面的困难。此外，该方法对于数据处理和存储容量也有很高的要求。本文讨论了所有这些技术障碍并且并制定了一个策略可以将机器学习与物理建模有效的相结合。