#脑极体#释放了一只混沌蝴蝶,气象超脑

美国气象学家爱德华·罗伦兹(EdwardN.Lorenz)在1963年认为 , 在南美洲亚马逊河流域热带雨林中的蝴蝶 , 偶尔扇动几下翅膀 , 可以在两周以后引起美国得克萨斯州的一场龙卷风 。
此后 , “蝴蝶效应”——TheButterflyEffect一词 , 就总被用来形容哲学上的混沌现象 , 即任何事物发展都存在不可测的“变数” , 往往一个微小的变化 , 就能影响事物的走向 。
但有人选择了相信最初的解释版本 。
在科幻作家刘慈欣的笔下 , 一位热爱祖国的南斯拉夫科学家 , “为了苦难中的祖国 , 我扑动蝴蝶的翅膀……”——试图通过自己建立的大气模型软件 , 在世界各地寻找到“大气敏感点”制造扰动 , 从而使自己的祖国上空出现不易遭受美军空袭的天气现象 。
这位科学家失败了 。
然而在真实的世界里 , 也有科学家试图建造一个庞大的“气象超脑” , 来拯救连续两个周末遭到风暴肆虐的英国 。
#脑极体#释放了一只混沌蝴蝶,气象超脑
文章图片
投资12亿英磅 , 只为一个晴天
就在前不久 , 英国政府宣布将在未来十年投资12亿英镑(约1.56亿美元) , 用于开发最先进的超级电脑 。
从公开消息中可以得知 , 该系统比现有的气象超脑运算性能增加三倍 , 用以提高恶劣天气和气候的预测能力 。
如此大费周章 , 到底有哪些价值呢?
英国政府大概举了几个例子 , 比如更精密的降雨预测 , 有助于快速部署防洪系统;让机场进行更好的预测 , 以便为潜在的断电做好计划;以及为能源部门提供更详细信息 , 协助其减轻潜在的能源中断和突波等影响 。
其实 , 上述数字技术的应用和价值 , 在气象领域早已有之 。
早在人工智能第二次浪潮时期 , 就已经发展出了天气预报专家系统、智能天气信息采集系统、智能预报系统等技术 。
#脑极体#释放了一只混沌蝴蝶,气象超脑
文章图片
1989年 , 仅预报灾害性天气的AI系统就出现了KASSP、GORAD、CONVEX、OCI、WILDARD等等 , 通过专家系统和自然语言处理技术 , 来预报一些雷暴、冰雹、大雾、闪电等自然灾害 。
更强大的气象超脑 , 又能让气候预测升级到何种水平呢?
洞察气象的智慧大脑 , 到底有什么意义?
值得注意的是 , 在本世纪的前十年 , 气象领域对智能技术的探索 , 大多停留在研究阶段 , 只有不到20%的系统能够被实践检验 , 更少一部分才会被在业务中使用 。
一方面 , 是当时没有足够完整的机制来让智慧气象技术融入 , 同时也缺乏独立的计算机环境支持 , 成本上自然更加捉襟见肘 。
这也是为什么 , 普通大众对气象预报产生了两个相对狭隘的刻板印象:
一是测不准 。
天气本身的不确定性 , 本身就存在无法被百分百精准预报的限制 , 而此前的技术也并未能很好地解决这一问题 。 常规的“3天天气预报” , 在全球范围内至多达到70%至80%的准确度 。 这就导致许多自然灾害、突发事件无法被预先判断 , 城市也难以提供足够高效的应急保障 。
二是价值低 。
既然重大灾害测不准 , 那么天气预报在日常服务上所能发挥的作用就显得有些尴尬了 。 因为大多数常规天气下 , 人们对是否需要加衣、能不能洗车、适不适合户外跑步、该不该开空调等等 , 并不存在不可或缺的刚性需求 。
#脑极体#释放了一只混沌蝴蝶,气象超脑
文章图片
而伴随着机器学习发展、摩尔定律被挑战 , 人工智能开始在应用端所向披靡 , 也让气象服务开始发生质的转变 。
首先 , 见得更多 。
以往气象预测不尽如人意 , 掣肘要素之一就是气象数据过于庞杂且数据量大 , 无法被全部高效地处理 。
其中既包括实况数据 , 即来自全球气象站点的观测数据 , 既有几千米高空的气象卫星、雷达 , 还有最原始的人工实时观测 。 除此之外 , 还需要“模式数据” , 即由各类计算机的程序运算生成、预测所需要的初始值 。 二者叠加 , 才能保障精准预测的可能 。 实际上 , 伴随着大数据的狂飙 , 各国升级气象计算机的新闻不时就会见诸报端 。