人工智能技术的运用-数智访谈：AI绘制气象“晴雨表”

AI绘制气象“晴雨表”

编者按

世界气象组织（WMO）上周（5月17日）发布数据显示，“未来5年全球年平均气温较工业化前水平暂时升高1.5摄氏度的可能性达到66%。”就在此番警示向全球发出的同时，一则曾发表于美国《国家科学院学报》有关人工智能（AI）预测“10到12年后全球变暖将突破关键临界值（1.5摄氏度）”再度引来关注。其间传递出“人工智能生成的预测结果较之传统有关预测方法得出结果相符，且更精确”的论点引起新一轮对人工智能与传统气象预测之间关系的讨论。

数智访谈

——访中国科学院大气物理研究所研究员 马柱国

■中国经济时报记者 李海楠

近期，“世界气象组织（WMO）发布未来5年全球年平均气温较工业化前水平暂时升高1.5摄氏度的可能性达到66%”的消息一度引来坊间对人工智能会否对传统气象预测方法形成挑战，甚至取而代之的关注讨论。

中国科学院大气物理研究所研究员马柱国长期专注气候变化领域研究，作为气候模型专家，更深知算力、算法与信息数据处理之间的密切关系。他从观察者视角向中国经济时报记者表达了对目前气象气候领域人工智能技术应用的正向反馈，包括对气象预报带来的积极改变和未来的应用前景。

“人工智能为气象预报带来技术方法提升”

马柱国认为，WMO发布消息旨在形成警示，毕竟极端气象和气候表现带来的经济损失和人身安全是不可忽视的。这也是人类社会至今不断强化技术支撑提高气象预测准确度的一大原因。

“大家关注通过提升技术手段，实现更高准确度的预警，继而为最大限度地规避极端气候气象灾害带来的损失。”马柱国说，“人工智能正可为气象预报带来技术和方法的提升，以此提升预报效率和准确度，让更精准预警成为可能。”

人工智能应用于气象领域，实质上是利用大数据、高算力等技术与气象预测的深度结合，形成智能跨域、多尺度、精准的气象体系，实现大幅度提升气象预报速度，增强预报时效性，以及从数据中挖掘规律和数理方程互补的局面。

气象预报采用的技术手段经历了快速迭代和进步。马柱国自己也曾亲身历经在气候研究领域使用早期微型计算机到如今人工智能的迭代变化。他说，20世纪80年代初，一种可编程的袖珍计算机，俗称PC-1500，就能整合录入气象分析员的经验信息和专业数据，形成指标参考对降雨、冰雹、大风等气象条件进行预报。

40余年时光荏苒带来的技术进步尤为惊人。“从大量信息里高效准确地提取有用和全面的信息，需要日益强化的计算能力支撑。人工智能背后的大模型算法和高算力正是针对数据信息处理能力的提升，能够快速提取可用的信息。”他说。

“局限性难突破，人工智能并非万能”

新技术的发展往往难以突破本身局限性。马柱国认为，即便是拥有了大数据和高算力的人工智能技术，也只是实现了对“足够庞大的已经存在的信息数据”的处理。他说，用这种“过去的数据”推测未来，就是基于一个基本前提：未来的发展规律和过去的存在一定关联性和类似性，这才能依托“过去的数据”形成算法模型，继而实现对未来的预测。“但是预测未来，有很多不可预知性。”

结合最近持续火热的ChatGPT，马柱国给出了一个直观对比，以说明人工智能的局限性所在。假设一个用户对ChatGPT输入“2+8=12”的信息，它会回复“不对”。用户再反问“这是对的”。它会回复“我的数据库不存在2+8=12数据，也许你是对的”。

“这无形中就体现了以此为代表的人工智能显然也存在一定局限性。”马柱国认为，ChatG?PT代表的大语言模型，以及由此衍生出的人工智能技术，本质内核并不是一个创造者，但却是一个非常熟练的信息加工处理和整合者。

“一定程度上，气象和气候预测也存在这样的问题。”马柱国说，以当前最新建的气候模型做气候预测为例，一旦模型某个环节数据出现准确率不足，对结果一定会造成误差。

气候模型，就是利用数学方法对天气变化进行模拟。“目前人们对气候变化的过程并非十分了解，因为对某些气候现象的研究不得不进行假设，而且越精确的模式需要的观测资料越多。”马柱国认为，人工智能技术在气象领域应用，包括大算力和算法带来的信息和资料处理能力的大幅度提升值得肯定，但依旧难免有局限性。

正如“无论怎样通读史书也难以对未来运筹帷幄”一样，马柱国说，气象学家无论怎样了解过去的气候发展规律，也难以完全准确地预测天气。

“人工智能和传统主流预测方法互为促进”

在马柱国看来，人工智能进入气象预报和大气物理应用场景中，本质上带来的还是通过算力、算法对大数据等信息进行整合，对模型模式提供更多新的技术支持和方法，继而对预报准确性和效率加以提升，“但不能期待或者简单说人工智能取代传统的主流预测方法，至少目前尚不具备条件。”

以大家耳熟能详的卫星云图为例，马柱国解释称，天气预报中，卫星监测是十分有效的，能够直观看到云团行进轨迹和速度，一旦用数据化的模式算法取代人工直观观测，实质上带来的改变也是明显的。

现在的天气预报，常规方法是使用天气预报模式进行定量化预报。马柱国介绍，模式本质上是一个数学模型，即利用流体力学变化运动规律对大气流体建立一种运动方程，继而生成一个伴随时间变化的预报方程。比如，已知这个时刻的天气，根据运动方程可以判断下一个时间段的天气情况。

“但在方程的运行过程中要做很多假设限定，这个过程就会出现对数据的取舍，从而带来一定误差，因为只有在流体动力学的条件下进行一定假设，才能进行推测和计算。”马柱国认为，一旦大数据和人工智能技术得以引用和应用，可以输入大量的数据信息，将可数据化的全部信息，如将卫星云团走动之间的关系加以统计输入后，人工智能会生成提取更加精确的可用信息。

当前，人类对于气象领域的研究仍存在局限，更多新的认知有赖于科学研究探索和突破约束，马柱国认为，人工智能关联技术一定会利好科学研究，助力取得新的科学成果。在气象和气候预测领域，人工智能和传统主流预测方法互为促进。

数智前瞻

“AI+气象”或成商业新蓝海

■中国经济时报记者 林春霞

人工智能（AI）作为新一轮科技革命与产业变革的核心驱动力，不仅是国家战略和新的增长引擎，也是行业竞逐的核心竞争力。近年来，人工智能在提升气象预报准确度的同时，也让气象数据的应用更加多元化。

国际气象组织（WMO）日前发布数据显示，未来5年全球年平均气温较工业化前水平暂时升高1.5摄氏度的可能性达到66%。这与此前人工智能预测在时间上虽有差异，但气候变暖的方向是一致的。一时间，市场又开始了新一轮对“AI+气象”的关注。

气象服务积极拥抱人工智能

近年来，我国气象部门以及相关企业积极拥抱人工智能，不断探索人工智能气象应用领域和方式。

比如，深圳市气象局与华为云开展深度合作，双方携手打造“气象+云+AI+5G”的全领域深度合作模式，推动超大城市气象精准预报、智慧城市气象服务的突破性创新。

深耕气象服务多年的墨迹天气，也在不断运用AI技术拓展气象领域的蓝海市场。墨迹天气早在2016年开始了B端的探索，在城市建设、交通服务、农业气象、灾害防御等众多领域发挥商业价值，逐步打开千亿级的“气象+”蓝海市场。

以交通行业为例，复杂气象条件下，快速道路上发生交通事故的概率很大，墨迹推出的道路交通产品组合服务，以精细化的数据产品如公里网格预报预警、分钟级短临雷达、实时云图、台风路径预报等结合交通可视化图表分析，为危险路段发送预警提示，大大减少了交通事故发生率。

“AI+气候服务”蓝海正方兴未艾，其前景可期。根据《中国气象产业发展报告》显示，2025年中国气象服务产业规模可达3000亿元，后续增长势能强劲。当然，其发展潜能建立在准确预报基础之上。

中国气象科学研究院研究员霍治国在接受中国经济时报记者采访时表示，借助数字技术和人工智能等高科技手段，气象预报比过去准确率和精细化水平更高。

气象预报准确度高对赋能经济社会发展作用很大。比如，在农业播种的时候，结合天气预报，可采取一些针对性的措施，有雨可以减少灌溉。如果长期不下雨人工智能技术的运用，可采取一些灌溉等补救措施。又比如，灾害预报，像台风预报，可以让渔民及时回港避风，这样可以大幅度地减少损失。

探索“气象+”服务前沿技术阵地

2022年，《气象高质量发展纲要（2022—2035年）》明确提出，“加强人工智能、大数据、量子计算与气象深度融合应用”。在AI时代，智慧气象已经成为中国数字经济新基建的底座之一。

中国社会科学院信息化研究中心主任姜奇平在接受中国经济时报记者采访时表示，人工智能将来在服务方面作用越来越大，包括工业互联网，包括在各行各业的应用，也包括气象应用。气象应用是个复杂的大系统，对于复杂系统提高效率，正是人工智能擅长的。

未来人工智能将如何与气象深度融合应用，为气象领域带来新变革、新探索？

5月18日，在中国气象局举办的人工智能气象应用发展研讨会上，来自高校、科研院所、企业等的专家学者，以“人工智能赋能‘气象+’”为主题，深入探讨人工智能气象应用新思路和新举措。

北京理工大学党委书记、中国工程院院士张军在会上表示，人工智能和气象工作在方法论上是相通的，人工智能助力气象高质量发展有着巨大的发挥空间。通过人工智能技术与气象的深度结合，建立全球智能跨域、多尺度、精准气象体系，人工智能可在感知、传输、计算、服务等多领域发挥作用。

中国科学院计算技术研究所副所长、研究员陈云霁认为，基于智能的气象科学研究，其重点是提高跨越多个时间尺度的季节性预测和长距空间联系建模的预测能力，以此实现对气象系统的精准预报与控制。

华为云计算公司高级研究员谢凌曦则提出，人工智能进入气象预报领域，带来很多新的思路和路径。比如，可大幅度提升气象预报速度，增强预报时效性。从数据中挖掘规律和数理方程互补。快速发展的新方法，有助于打破原有预报技术垄断。

数智讲堂

人工智能助力人类应对气候变化的重点与方向

■ 周宏春

气候变化是全人类面临的共同挑战。人类是地球这艘“飞船”上的乘客，是命运共同体，必须携手合作应对气候变化的挑战。

“人工智能预测地球气温将在2033年至2035年间升温超过1.5摄氏度关口”的余音仍在，世界气象组织（WMO）关于“未来5年全球年平均气温较工业化前水平升高出1.5摄氏度的可能性为66%；2023至2027年至少有一年将成为有纪录以来最热年份的概率高达98%”的警示振聋发聩。

目前，利用人工智能助力人类应对气候变化问题，正为我们带来极大机遇：可体现在碳减排行动方案实施、气候变化的适应以及公众理解等方面。

人工智能，随着大数据模型的迭代进步，越来越被认为是下一代通用技术，成为技术革命和产业革命的突破性技术。通过对数据分析、建模和预测以及优化生产流程、提高供应链效率和生产力，人工智能产生的影响越来越大。

在应对气候变化方面，人工智能具有广阔的应用空间并将发挥越来越重要的作用。

人工智能可提高天气预报的准确性。有关研究表明，87%的人工智能专家证实，人工智能将成为应对气候变化的有效工具。具体而言，人工智能在以下方面可以发挥重要作用：一是预测洪水、干旱、火灾等风险发生概率较大的区域；二是预测灾害性气候（气象事件）并发出预警，以减少人力成本；三是在行政管辖空间内为不同用途的土地更好地分配水资源；四是选择效用更好的水坝、消防工程等基础设施项目投资。

波士顿咨询集团发布的《人工智能如何成为应对气候变化的有力工具》报告表明，使用人工智能有助于一个机构减少5%到10%的温室气体排放人工智能技术的运用，如果扩展到全球将减少26亿到53亿吨二氧化碳当量的温室气体排放。

有关研究表明，人工智能在为人类应对气候变化助力方面，包括提高能源效率、重要领域减排、公众参与、数据中心节能以及制定实施气候变化的适应计划等。

对于提高能源效率。

未来3到5年内，人工智能将提高相关领域能源效率15%。机器学习能支持从自动维护、到泄漏监控、再到流程优化、设施管理乃至发电、配电效率等多个方面。一些人工智能工具可以提前36个小时预测风向，进而优化风电场运行，减少弃风现象。人工智能可以选择并优化可再生能源的开发利用，将各种类型的可再生能源发电节点、基地等环节链接起来，调节平衡供需。

工业制造、交通运输、建筑、消费品、公用事业等领域都可以利用人工智能收到减碳效果。

具体做法是，先进行碳排放监测。利用人工智能的数据分析来跟踪自身运营及供应商、用户等价值链各环节的碳足迹，并补充数据缺失以提高监测的准确性。通过对价值链各方面的详细分析洞察，AI能提高企业在生产、运输及其他方面的效率，减少碳排放并降低成本。人工智能可以优化车流路径、交通信号，不断减少运行排放，并为减缓气候变化作出贡献。

在农业和碳汇方面，林业碳汇等自愿减排项目是碳达峰碳中和路线图施工图不可或缺的组成。通过对大气温度、土壤、鸟类迁徙以及种植、灌溉、杀虫剂和化肥的使用和收获等条件的分析和建模，人工智能的研究和计算还可以大大提高作物产量、效率和可持续性周期。

碳足迹和气候变化宣传。气候变化对全球生态环境、社会和经济系统产生了明显的影响，“实现碳达峰、碳中和是一场广泛而深刻的经济社会系统性变革”。在应对气候变化方面，人工智能可以帮助人们构建平台，以跟踪个人乃至企业的碳足迹，有针对性地设计出应对之策，降低人们在衣食住行用等日常生活中的碳减排，实现以较低的能耗和碳减排支撑人们生活水平的提高和福祉的改善。

人工智能有助于制订气候变化适应计划。比如最容易受到气候变化影响的国家，通过系统使用人工智能来启动其适应行动；一些国家利用人工智能启动作物分布精确绘图，并预测气候变化对农作物收成的影响等。

机器学习等计算密集型技术发展带来的碳足迹也不可忽视。因此，除尽可能使用可再生能源外，还应设计具备普适性的通用神经网络、人工智能或机器学习模型，并通过测量碳效率的最佳实践和工具以降低碳减排。要从小处着手；使用成本最小的概念设计AI解决方案，并及时对方案进行迭代、整合和完善。加强能力建设，发展赋能型技术平台，实施新的治理模型，以激发人工智能助力碳减排的最大效益。

（作者系国务院发展研究中心研究员）