據(jù)外媒報道，科學(xué)家研制出一種新型的計算機模，可利用人工智能更快、更準確的預(yù)測惡劣天氣。往往在預(yù)報天氣時，氣象學(xué)家會使用許多模型和數(shù)據(jù)源來跟蹤云的形狀和運動，這些云可能預(yù)示著嚴重的風(fēng)暴。

然而，隨著越來越多的天氣數(shù)據(jù)集和迫在眉睫的最后期限，他們幾乎不可能實時監(jiān)測所有風(fēng)暴的形成，尤其是小規(guī)模的風(fēng)暴。

由美國賓夕法尼亞州立大學(xué)、阿庫氣象公司、西班牙阿爾梅里亞大學(xué)等機構(gòu)組成的研究小組研制出一種用于識別潛在風(fēng)暴的新型計算機模塊。這種計算機模塊可以從衛(wèi)星圖像中檢測云的旋轉(zhuǎn)運動，是一種基于機器學(xué)習(xí)線性分類器的人工智能解決方案。并且這種人工智能解決方案已經(jīng)運行在匹茲堡超級計算中心的Bridges超級計算機上。

在他們的研究中，研究人員分析了50000多張美國氣象衛(wèi)星的歷史圖像，在這些圖像中，氣象學(xué)家鑒定并標記了逗點云型云系的形態(tài)和運動。逗點云型因其外形類似于逗號而得名，與氣旋的形成密切相關(guān)，而氣旋的形成可導(dǎo)致包括冰雹、雷暴、大風(fēng)和暴風(fēng)雨等惡劣天氣事件。

研究人員利用人工智能技術(shù)，“教會”計算機自動識別和檢測衛(wèi)星圖像中的逗點云型，幫助氣象專家更高效地在海量的天氣數(shù)據(jù)中及時檢測惡劣天氣。

他們發(fā)現(xiàn)，這個方法可以有效地檢測出逗點云型，準確率高達99%，而且每次預(yù)測平均僅需40秒。此外，這種方法還可以有效地預(yù)測出64%的惡劣天氣事件，優(yōu)于其他現(xiàn)有的惡劣天氣檢測方法。

研究人員表示：“這項研究還處于早期嘗試，旨在向科學(xué)界證明基于人工智能天氣預(yù)測的可行性。將這種方法與其他天氣預(yù)報模型相結(jié)合，將有可能使天氣預(yù)報更準確?！?/p>