“人工”与“智能”共舞——探秘气象领域人工智能发展

科幻小说作家刘慈欣曾在其小说《球状闪电》中描述了这样一种天气预报：故事的主人公从气象学院毕业后开发了一种系统，可以用来探测龙卷风，并且把即将生成的龙卷风扼杀在摇篮之中，这个系统很快被推广到全世界。直到某一天，中国的航空母舰遭到三颗导弹的袭击，但这三颗导弹并没有直接攻击航空母舰，而是在其周围形成了三股巨大的龙卷风，航空母舰因此被击沉。

这样的科幻场景或许让人觉得不可思议。事实上，龙卷风的预测在当今仍然是一个难题，更不用说要驾驭龙卷风使其变成战争武器。不过，人类或许可以借助一种新兴技术在预测龙卷风方面取得突破。

这种技术就是人工智能。

本期嘉宾：国家气象中心高级工程师 朱文剑

本期观点：2010年以后，尤其是最近两三年，人工智能迎来增长爆发期，在数值模式资料同化和参数化、天气系统识别、灾害性天气监测和临近预报等天气预报领域的应用得到不断扩展，但目前仍处于弱人工智能阶段。未来预报员将与人工智能和谐共处。人工智能在与物联网、大数据、增强现实（AR）等新技术融合的过程中将得到迅速发展。

采访人：中国气象报记者 吴鹏

人工智能的崛起

人工智能这个概念是麻省理工学院的约翰·麦卡锡在1956年的达特矛斯会议上提出的。最早将人工智能技术用于天气预报大约发生在20世纪80年代，比如1984年美国国家天气局研发出一种主要用于预测美国中部灾害性雷暴的WILLARD系统；而同期加拿大环境局也开发出一种强天气智能预报终端系统SWIFT，利用人工智能技术来提高数值预报模式的效果。

从20世纪80年代末到90年代初，人工智能技术在美国、加拿大、英国、法国等国家天气预报中的应用掀起了一场热潮。这些预报系统大多基于专家系统和自然语言处理来研制，预报对象以强对流灾害性天气为主，如雷暴、冰雹、雾、海雾、闪电等，另外也有不少系统基于人工神经网络系统来做强降水、龙卷风、闪电等预报。但这个时期的人工智能系统大多处于研制阶段，只有不到20%的系统经过实地验证，极少数投入业务使用。一直到2010年后，随着新一代信息技术引发信息环境与数据基础变革，海量图像、语音、文本等多模态数据不断涌现，以及计算能力的大幅提升，人工智能才迎来增长爆发期。

“人工智能真正广泛进入公众的视野其实是由一系列标志性事件引发的。”朱文剑说。2012年，在ImageNet挑战赛（一个计算机视觉系统识别项目，含有大量经典的人工智能数据集，可用来检验各种算法）中深度卷积神经网络算法大获全胜；2016年，阿尔法狗以4:1的成绩战胜世界冠军韩国九段棋手李世石；2017年，阿尔法狗-Zero经过3天的学习，以100:0的成绩完胜阿尔法狗……借助这些标志性事件，人工智能、机器学习等一些新颖词语开始进入公众视野。在此过程中，以谷歌、IBM为代表的国际领先互联网企业在人工智能领域的探索和应用成为各行业应用人工智能技术的风向标。

目前，人工智能在天气预报领域的应用包括观测数据质量控制、数值模式资料同化、数值模式参数化、模式后处理、天气系统识别、灾害性天气监测和临近预报、预报公文自动制作等很多方面。例如，中央气象台和清华大学联合开发出一种基于深度神经网络的雷达回波外推方法，该方法比之前运用传统方法进行回波预报的准确率提高了40%左右。

“最近两三年国外人工智能在天气预报领域的应用呈现爆发式增长，并且呈现出由传统的机器学习向深度学习发展的趋势，国内气象行业对人工智能技术的关注度也快速提高。”朱文剑说，中央气象台在定量降水融合预报、强对流天气分类潜势预报、台风智能检索、预报公文自动制作等方面采用了人工智能技术，取得了鼓舞人心的效果。

弱人工智能背景下的“婴儿”时代

伴随人工智能应用爆发式增长而来的是气象预报员对于自身价值的担忧：人工智能最终会取代预报员吗，人工智能会对气象预报甚至整个气象行业带来颠覆式变革吗，未来预报员的价值何在？这一系列问题如幽灵一般，自人工智能在棋类比赛等领域彻底击败人类的那一刻起，就一直盘旋在气象领域的上空。

的确，人工智能凭借其超强的计算能力和强大的算法，在某些方面的能力远远超过了人类。比如美国有一个关于雷暴生命史的实时预测模型做出的预报结果已经明显优于人的主观经验，调查表明在该项业务上，预报员在面临模棱两可的情况下，更愿意相信人工智能的预报结果。

然而，在朱文剑看来，未来预报员与人工智能的关系一定是和谐且融洽的，“尽管在围棋等领域人工智能现在已经可以完胜人类，但目前其仍处于弱人工智能阶段，当它能通过图灵测试后才算进入强人工智能的范畴。”

现在的人工智能几乎都还局限于仅能够有效完成专业任务的“狭义人工智能”范畴。而天气气候系统是一个耗散的、具有多个不稳定源的高阶非线性系统，其复杂的内部相互作用和随机变化导致天气气候的可变性和复杂性，而且其初值、边界值、输入、输出、物理机制等都不是百分之百确定的。人工智能要处理如此多的变量和不确定性显然面临不小的挑战。

可以说，在目前的弱人工智能背景下，有多少“智能”，背后就有多少“人工”，因为人工智能应用包含了大量的数据挖掘分析、模型训练学习、检验反馈等工作，而这些工作目前基本都是由人类来指导或训练机器完成的。

对此，朱文剑打了一个很生动的比方：在弱人工智能背景下，人工智能更像是预报员的婴儿。婴儿从刚出生时大脑一片混沌、不知世事，到后来慢慢具备爬行、走路、说话等能力，这个过程其实和人工智能的发展是非常相似的。一个模型要想在实际应用中取得良好的效果，离不开大量的参数调试（学习过程），并且要保证“饮食健康”（输入数据要可靠，数据量要充足）。当一个人工智能模型被训练好后（婴儿长大成熟了），就可以让预报员减少很多繁琐的工作，并享受更准确的预报结果。所以说，未来预报员就是人工智能的爸爸妈妈。

无论如何，在预测和分析关键性和转折性天气过程中，人类的作用暂时还无法被替代。人类在掌握天气气候动力学知识的基础上，对复杂天气形势能够有更为准确的把握，并且会对小概率事件进行有针对性的分析和联合会商，而这正是目前人工智能的短板所在。“一方面，人类需要做好数据的前期处理工作，确保人工智能吃进的食物安全、健康；另一方面，人类需要站在人工智能的肩膀上，利用深度学习、图像识别等技术在资料同化、模式参数优化、模式后处理等方面的优势，使其成为数值预报的得力助手。如果将气象预报比作一支双人舞的话，那么这支舞需要‘人工’和‘智能’通力协作才能跳好。”朱文剑说。

强强联手——人工智能与物联网、大数据、AR

处于弱发展阶段的人工智能，“营养”当然要跟上。“人工智能的‘食物来源’主要有两类，一类是气象站、卫星等获取的实况数据，另一类是数值模式方面的资料和产品，也就是模式数据。”朱文剑解释说，在将这些数据用来“喂养”人工智能算法之前，需要确保数据的质量，否则人工智能就可能“生病”。

说到“食物来源”，就不得不提物联网和大数据等技术。未来是万物互联的时代，而物联网技术也将引领天气预报进入一个全新的时代。朱文剑认为，在物联网技术的帮助下，任何物品，包括手机、车辆、雨伞等都可能成为潜在的获取气象数据的通道，尤其是随着可穿戴设备的不断发展，未来每个人都可能成为气象数据源。2015年成立的美国天气技术公司ClimaCell开创了利用现有的无线通信基础设施和物联网设备收集实时天气数据的技术，可获得时间分辨率至分钟级、空间分辨率精细至街道的温度、降水、风向风速等观测数据。总之，物联网技术将为人工智能提供丰富的“食物”。

有了丰富的“食物”之后，就可以结合大数据挖掘等技术，提取出对气象预报最有价值的信息。而增强现实（AR）技术由于可以将虚拟信息和真实世界相叠加，达到超越现实的感官体验，因此在气象科普领域具有广泛的应用场景。

“我们可以利用AR、VR（虚拟现实）、MR（混合现实）等技术来加强公众的防灾减灾意识，并且教他们在台风、暴雨、冰雹等强天气事件发生时如何有效避险。”朱文剑说，AR具有很强的趣味性，因此公众参与的积极性应该会很高。当他们在AR中知道如何避险后，遇到真实世界中的突发性气象灾害就能更好地应对，这是保障公众生命财产安全的关键一环。例如，之前美国天气频道公司利用混合现实技术展示了2018年飓风“佛罗伦萨”引发的巨大风暴潮及其严重影响：近2米高的海浪就在气象预报主持人的身后波动起伏，在风中摇摆的树木、被洪水淹没的街道、街道上漂浮的汽车等各种物体、建筑物发出的吱吱声……所有这些都能让居民更好地意识到飓风的严重性，从而更快地做好应对准备或及时撤离。

当这些技术发展到一定阶段时，我们不难想象这样的场景：当你在导航地图App上设定好路线之后，人工智能系统会自动根据行程提醒你在行程中将会面临哪些不利的天气现象，并给出相应的解决方案；在行程当中，车辆会利用物联网技术自动感知周边环境，比如路面湿滑情况、空气污染状况、能见度等，并实时播报车外的环境状况；在手机上可以通过摄像头叠加AR技术将未来可能出现的各种天气现象以非常逼真的形式展现出来……

美国天气频道公司利用混合现实技术展示了2018年飓风“佛罗伦萨”引发的巨大风暴潮及其产生的严重影响。 图片来源：美国天气频道