科技时报--人工智能或能提前一周预测台风

日本海洋研究机构和9州大学的研究小组利用人工智能深度学习技术，开发了从全球云系统分辨率模型(NICAM)气候实验数据中高精度辨认热带低气压征象云的方法。该方法可辨认出夏季西北太平洋热带低气压产生1周前的征象。研究成果于近期发表在日本《地球与行星科学的进展》杂志网络版。

预测台风和飓风等热带低气压的产生，1般是通过卫星观测和监视云的演变进程，对观测数据进行气象模型模拟。但大气现象非线性极强，不同的气象模型预测的未来气象结果会出现非常大的偏差。最近几年来人工智能技术飞速发展，可根据大数据中的特定类型进行深度学习遭遇强拆后如何处理，检测特定现象，从而利用于具有不肯定性的气象领域。

利用深度学习获得更高的辨认精度，对每种气象类型都需要超过数千张图片的大量数据。研究小组首先利用热带低气压跟踪算法，将全球云系统分辨率模型20年积累的气候实验数据，制成5万张热带低气压初始云及演变中的热带低气压云图片，再加上100万张未演变成热带低气压的低气压云图片，共105万张图片组成10组学习数据，利用深度卷积神经网络的机器学习，生成不同特点的10种辨认器哪些违章建筑可以不拆除，然后构筑出可对10种辨认器结果进行综合评价的集合辨认器。

该方法还可对台风路径和强度进行预测，并预测暴雨的产生。今后研究小组将以深度学习为代表的人工智能技术融会数据驱动方法和模型驱动方法，展开新的海洋地球大数据分析。(记者陈超)