人工智能或能提前一周预测台风

日本海洋研究所和九州大学的研究小组开发了一种高精度方法，利用人工智能深度学习技术，从全球云系统分辨率模型的气候实验数据中识别热带低压症状云。这种方法可以在夏季西北太平洋热带低压前一周识别症状。研究结果最近发表在日本期刊《地球和行星科学进展》的在线版上。

为了预测台风和飓风等热带低气压的发生，通常使用卫星观测和云演变监测来模拟观测数据的气象模型。然而，大气现象是高度非线性的，不同气象模型预测的未来气象结果会有很大的偏差。近年来，人工智能技术发展迅速。通过深入学习和根据特定类型的大数据检测特定现象，它可以用于不确定的气象领域。

使用深度学习来获得更高的识别精度需要大量的数据，每种气象类型需要数千张图片。研究团队首先使用热带低压跟踪算法，根据全球云系分辨率模型20年积累的气候实验数据，制作了5万张热带低压初始云和演变中的热带低压云的照片，并添加了100万张未演变为热带低压的低压云的照片。总共有105万张图片被制成10组学习数据。利用深度卷积神经网络的机器学习，生成了10种不同特征的识别器，构建了一套能够综合评价10种识别器识别结果的识别器。

该方法还可以预测台风路径和强度，预测暴雨的发生。未来，研究团队将把数据驱动方法和模型驱动方法与以深入学习为代表的人工智能技术相结合，开展新的海洋地球大数据分析。