突發(fā)強降水、雷雨大風、龍卷風、冰雹……深圳這座城,近百年潮起潮落、云卷云舒之間,不僅完成了從小漁村到“中國硅谷”的躍遷,也歷經(jīng)了大自然的風雨洗禮。
強對流天氣多發(fā),一直是天氣預報的一大難點,尤其是對于地處大灣區(qū)的深圳。
如果天氣預報不準,對于走在大街上的深圳人來說,可只是半路淋濕、行程耽擱,但對于特定場景下的一些人來說,卻會給一些人的工作和生活帶來很大的改變,比如出海漁民、戶外工作人員等等。
人工智能(AI)的出現(xiàn),為深圳氣象預測帶來了新思路。
近日,深圳市氣象局宣布與華為云合作,計劃共同研創(chuàng)更精準的災害性天氣預測模型,應對災害性天氣。
通過將深圳近十年的氣象數(shù)據(jù)進行訓練,災害性天氣預測模型有望將預測準確率提升10%~20%。基于新的合作,一次模型訓練,能由原來的1—2個星期縮短至3天甚至是幾個小時。
天氣預報為什么還不夠準?AI技術如何使氣象預測完成“跨代升級”,甚至精準預測方圓一公里內(nèi)幾分鐘之后的天氣變化?背后又有什么樣的行業(yè)內(nèi)幕?這是智東西想要了解的真相,也是本文要探討的話題。
氣象預測行業(yè)的痛點由來已久
“準不準”是老百姓們評價天氣預報的最直接指標。
許多人都能感到,類似“北京明天下不下雪”的大面預測,一般都還靠譜。然而一旦涉及到“海淀區(qū)未來兩小時是否降雪”等更精細的預報,天氣預報就好像到了“吐槽大會”現(xiàn)場。
精細化程度不足,是氣象預報行業(yè)長期以來的痛點。
2012年是我國氣象預報的一個重要轉(zhuǎn)折點。當年,國家氣象中心大刀闊斧地推出了“大城市精細化預報”,規(guī)定“每六小時預報一次,降水量細化到毫米”。而2017年,隨著AI技術、氣象專業(yè)技術的發(fā)展,氣象預報也迎來智能網(wǎng)格化落地。
所謂“網(wǎng)格預報”,就像地球上的經(jīng)緯網(wǎng)一樣,把區(qū)域分解成許多個5公里×5公里甚至1公里×1公里的網(wǎng)格,進行分塊氣象預測播報,播報頻率可達到1小時或幾小時一次。也就是說,同樣一場雨,無論用戶身在深圳哪個角落,都能得到更精準的差異化預報。
網(wǎng)格化預報
智能網(wǎng)格化預報目標美好,卻也困難重重。
由于傳統(tǒng)的氣象數(shù)值模式方法難以應對如此精細化的氣候測算,AI成為最合適的方法之一。但是目前,市場上已有的氣象預測AI模型,往往都難以達到理想的預測效果。
一方面,模型的訓練需要大量氣象數(shù)據(jù),時空分辨率高,且涉及觀測站、風場、雷達等多維度,因此數(shù)據(jù)量極大,對數(shù)據(jù)分析處理的要求很高。另一方面,如此大規(guī)模的氣象預測AI模型需要經(jīng)過許多次調(diào)優(yōu),則需要耗費許多試錯成本,也非常吃算力。
簡而言之,要打造強大而準確的氣象預測AI模型,對硬件算力和軟件AI算法具有很高的要求。從市場角度來看,氣象預報短期來看更接近公共服務范疇,一些企業(yè)看不到產(chǎn)業(yè)紅利,就導致AI氣象預測的發(fā)展更加乏力。
復盤10年氣象數(shù)據(jù),模型準確率將提升20%
新年伊始,平地一聲雷。
深圳市氣象局大手一揮,將“華為公司”一把拉入氣象預測變革的大潮中來。
1月6日,深圳市氣象局正式宣布已與華為云開展深度合作,計劃共同研創(chuàng)災害性天氣預測模型,推進“超大城市精準預報服務”,從而支持災害性天氣預警發(fā)布與傳播。
深圳市氣象局與華為公司達成合作
在天氣預測模型建立方面,華為云團隊將深圳市氣象局近10年的氣象數(shù)據(jù)應用起來,建立機器學習模型,用以推算云團變化和移動規(guī)律,從而進行更精確的天氣預測。
一位參與此項目的華為云AI專家說:“在以前0~2個小時的短臨天氣預測中,常用的光流法往往只預測云的移動趨勢,卻不預測云團的生消(會合和分化),因此預測準確率不高。”
“同時,多數(shù)短臨預測方法預測的‘雷達回波圖’往往比較模糊,因此需要人工輔助,人工預報員很多時候也難以很好地判斷局部地區(qū)的天氣情況,因此天氣預測的準確率也會受影響。”
華為云在開發(fā)AI算法時,正是應氣象行業(yè)需求,瞄準了“生消”和“模糊”這兩個難點。
“現(xiàn)在,采用數(shù)據(jù)驅(qū)動的AI方法,預測準確率可以提高10%~20%。”這位華為云AI專家說。
這個數(shù)字“換算”成用戶體驗來說就是,老百姓將能夠隨時隨地了解到,自己所處的方圓一公里內(nèi)是什么天氣,能清楚地了解氣溫、降水、風等多個基本氣象要素。
據(jù)了解,在模型訓練的計算資源支持上,利用華為云AI昇騰集群服務,氣象預測模型開發(fā)耗時和訓練周期有望大大縮減。預計一次模型訓練,將由原來的1—2個星期縮短至3天甚至是幾個小時。
在預報的精準分發(fā)方面,深圳市氣象局和華為云則致力于建立以氣象服務基礎數(shù)據(jù)云平臺、畫像式用戶管理平臺等工具,從而在洞察用戶需求的基礎上,適時主動推送服務。
“預報只是前端的工作,如何把預報結果快速推送給有需要的市民才是最重要的。”一位參與到深圳氣象項目工作人員的告訴智東西,“除了市民主動查詢,我們還將通過短信、App等渠道推動給可能有需要的市民。”新系統(tǒng)將基于位置和場景,向用戶精準推送以“無感”為特征的公眾氣象服務。比如,深圳市將在公園景區(qū)等人流密集的地方設置二維碼和大屏幕,通過不同的渠道將氣象信息告訴市民。
華為云AI通過深度學習預測未來2小時內(nèi)每公里內(nèi)的天氣變化情況
氣象行業(yè)的跨代升級是什么?
隨著AI與云計算技術在智慧交通、智慧安防、智慧醫(yī)療等領域快速落地,華為云為什么選擇切入看起來比較偏門的氣象領域?
對此,來自華為云的資深AI專家表示,“氣象+AI”不僅僅是氣象預測本身的問題,它還跟各行業(yè)有比較緊密的聯(lián)系。一方面,氣象預報首要是為老百姓服務,另一方面,它在農(nóng)業(yè)、航空等行業(yè)服務領域具有可觀的紅利。比如,航空公司就非常依賴氣象預報,需要精確的天氣預報系統(tǒng)。
其實,華為并不是第一個進入氣象領域的新玩家。
以百度、騰訊、阿里、墨跡天氣、彩云天氣為代表的互聯(lián)網(wǎng)公司、行業(yè)玩家都在“氣象+AI”上有所布局。
比如,百度基于百度大腦EasyDL的“看云”的AI系統(tǒng),它能對20多種類型的云狀識別準確率均達到達80%以上;廣東氣象局利用阿里平臺對短臨降水做AI預報;墨跡天氣將眾包數(shù)據(jù)結合傳統(tǒng)氣象數(shù)據(jù),將AI短臨預報應用于外賣行業(yè)氣象服務……
但是,華為云的入局卻為氣象行業(yè)的智能網(wǎng)格化變革帶來新的“進階”機遇。
一方面,基于華為云ModelArts一站式AI開發(fā)與管理平臺以及AI昇騰集群服務,華為云有望成為氣象行業(yè)AI化變革的“黑土地”。
2019年9月20日,ModelArts
2.0面世,其以全流程的極簡和自動化優(yōu)勢,分別針對數(shù)據(jù)準備、模型訓練、模型管理、模型推理四大步驟做了全面升級。雖然在深圳市氣象局的合作中,目前仍由華為云工作人員進行AI模型訓練,但是隨著團隊與氣象部門工作人員的磨合深入,氣象部門人員有望自己無障礙地“動動手指”完成模型訓練。
智東西曾體驗一代ModelArts平臺,三步即可完成模型訓練
而華為云AI昇騰集群服務就更具備“賦能行業(yè)”的黑土地屬性。2019年9月18日,基于數(shù)千顆昇騰910 AI處理器強大算力的華為云AI昇騰集群服務發(fā)布。
據(jù)了解,其能用于預測天氣、天文探索、石油勘探、自動駕駛等各個領域。例如,僅用約10秒鐘,它還完成對20萬顆星體的搜索、定位與識別,原文天文學家需要74小時。
另一方面,華為云人工智能團隊的行業(yè)問題解決能力和執(zhí)行力有望為氣象行業(yè)帶來一些實質(zhì)性的進展。比如,在華為云團隊與深圳市氣象局宣布戰(zhàn)略合作之時,其就瞄準了“云團生消”和“雷達圖模糊”這兩大短臨預測的痛點,基于兩大痛點進行AI氣象預測模型訓練。
痛點即是賣點。
天氣預報自古以來都是一個世界性的難題,很多人說“預報不準才是正常的”。華為云AI專家說,“天氣的變化影響它的因素實在是太多了,而華為云能做的就是在拿到的科學觀測數(shù)據(jù)的基礎上,盡可能地發(fā)揮AI的價值。”
可以想象,隨著AI氣象預測模型的初步建立,許多新的問題都將涌現(xiàn)。AI模型與傳統(tǒng)氣象數(shù)值模型如何兼容?如何保證訓練數(shù)據(jù)真實反映氣候變化?如何使人工智能人才更加深入了解傳統(tǒng)氣象領域的那整套精深的氣象預測方法論?
跨越氣象預報行業(yè)的壁壘,與氣象預報精英們進行世紀握手,對人工智能從業(yè)者來說并沒有那么容易。而華為云,恰恰擅長與各種“問題”周旋,于持久中作戰(zhàn)。
結語:AI飛入尋常百姓家,氣象服務迎跨代升級
隨著AI、大數(shù)據(jù)、云計算等技術的發(fā)展,廣大認知中比較傳統(tǒng)的氣象行業(yè)也將迎來新機遇。
其實,氣象行業(yè)天然擁有AI發(fā)揮價值所需的海量數(shù)據(jù),有望成為華為云的AI練兵場,也有可能帶來傳統(tǒng)氣象服務行業(yè)的自身跨代進化。
AI進入氣象行業(yè),并不僅僅意味著AI飛入“尋常百姓家”帶來公共服務,還將帶來長遠的市場紅利。一方面,氣象預測之后基于氣象的延伸服務將具有發(fā)展空間;另一方面,氣象服務作為交通、軍事、旅游等眾多行業(yè)的基礎服務之一,有望與各行各業(yè)結合帶來新的盈利模式。
華為開發(fā)者大會2020(Cloud)將于2020年2月11日-12日在深圳舉辦,這是華為面向ICT(信息與通信)領域全球開發(fā)者的年度頂級旗艦活動。大會旨在搭建一個全球性的交流和實踐平臺,開放華為30年積累的ICT技術和能力,以“鯤鵬+昇騰”硬核雙引擎,為開發(fā)者提供澎湃動力,改變世界,變不可能為可能。
- 稀土短缺沖擊 日產(chǎn)Leaf被迫減產(chǎn)
- AI推薦信息存疑 專家警告用戶需謹慎核實
- 寶馬全球銷量微增0.4% 歐洲回暖難掩中國頹勢
- 小米汽車30萬輛交付破紀錄:15個月跑贏新勢力賽道
- 馬斯克xAI發(fā)布Grok 4 自稱性能最強引熱議 xAI推出Grok 4 馬斯克再掀AI模型之爭 Grok 4問世 馬斯克宣稱AI性能全球第一 xAI發(fā)布Grok 4 馬斯克挑戰(zhàn)AI性能極限 馬斯克Grok 4亮相 自稱超越現(xiàn)有AI模型
- 小米自研5G基帶獲關鍵突破 芯片自主化再進一步
- 羅馬仕充電寶內(nèi)幕:利潤至上,安全靠邊站
- 特斯拉Semi貨運測試終完成 六年跳票后能否兌現(xiàn)承諾
- 蘋果AI落后股價大跌 庫克領導力遭質(zhì)疑
- 馬斯克再放豪言:特斯拉無人出租車或兩月內(nèi)灣區(qū)試水
免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內(nèi)容或斷開相關鏈接。