（要闻）人工智能或能提前一周预测台风

本篇文章582字，读完约1分钟

日本海洋研究所和九州大学的研究小组利用人工智能深度学习技术，开发了一种从全球云系统分辨率模型(nicam)气候实验数据中高精度识别热带低气压症状云的方法。这种方法可以识别夏季西北太平洋热带低气压前一周。这项研究结果最近发表在日本《地球和行星科学进展》杂志的在线版上。

为了预测台风、飓风等热带低压的发生，我们通常通过卫星观测和监测云的演变过程，并通过气象模型模拟观测数据。但大气现象具有高度的非线性，不同气象模型预测的未来气象结果会有较大的偏差。近年来，随着人工智能技术的快速发展，可以根据特定类型的大数据进行深度学习，检测特定现象，从而应用于不确定气象领域。

利用深度学习来获得更高的识别精度，每种气象类型都需要数千张图片的大量数据。首先，研究小组使用热带低气压跟踪算法，从全球云系统分辨率模型中积累的20年气候实验数据，加上100万张没有演变成热带低气压的低压云图片，制作了50000张初始热带低气压云和演变中的热带低气压云的图片。总共105万张图片形成了10组学习数据，利用深度卷积神经网络的机器学习生成10种不同特征的识别器，进而构建了一个可以综合评价10种识别器结果的集合。

该方法还可以预测台风的路径和强度以及暴雨的发生。未来，研究团队将把数据驱动方法和模型驱动方法与以深度学习为代表的人工智能技术相结合，开展新的海洋和地球大数据分析。(记者陈超)