人工智能会取代预报员吗?
科幻小说作家刘慈欣曾在其小说《球状闪电》中描述了这样一种天气预报：故事的主人公从气象学院毕业后开发了一种系统，可以用来探测龙卷风，并且把即将生成的龙卷风扼杀在摇篮之中……
事实上，龙卷风的预测在当今仍然是一个难题，更不用说要驾驭龙卷风使其变成战争武器。不过，人类或许可以借助一种新兴技术在预测龙卷风方面取得突破，这种技术就是人工智能——
2010年以后，尤其是最近两三年，人工智能迎来增长爆发期，在数值模式资料同化和参数化、天气系统识别、灾害性天气监测和临近预报等天气预报领域的应用得到不断扩展。
伴随人工智能应用爆发式增长而来的是气象预报员对于自身价值的担忧：人工智能最终会取代预报员吗，人工智能会对气象预报甚至整个气象行业带来颠覆式变革吗，未来预报员的价值何在?这一系列问题如幽灵一般，自人工智能在棋类比赛等领域彻底击败人类的那一刻起，就一直盘旋在气象领域的上空。
在本文专家看来，未来，一定是预报员与人工智能和谐共处。
1
人工智能的崛起
从20世纪80年代末到90年代初，人工智能技术在美国、加拿大、英国、法国等国家天气预报中的应用掀起了一场热潮。但这个时期的人工智能系统大多处于研制阶段，只有不到20%的系统经过实地验证，极少数投入业务使用。
一直到2010年后，随着新一代信息技术引发信息环境与数据基础变革，海量图像、语音、文本等多模态数据不断涌现，以及计算能力的大幅提升，人工智能才迎来增长爆发期。
国家气象中心高级工程师朱文剑说：
“最近两三年国外人工智能在天气预报领域的应用呈现爆发式增长，并且呈现出由传统的机器学习向深度学习发展的趋势。”
目前，人工智能在天气预报领域的应用包括观测数据质量控制、数值模式资料同化、数值模式参数化、模式后处理、天气系统识别、灾害性天气监测和临近预报、预报公文自动制作等很多方面。
国内气象行业对人工智能技术的关注度也快速提高。中央气象台和清华大学联合开发出一种基于深度神经网络的雷达回波外推方法，该方法比之前运用传统方法进行回波预报的准确率提高了40%左右。
2
弱人工智能时代
伴随人工智能应用爆发式增长而来的是气象预报员对于自身价值的担忧：人工智能会对气象预报甚至整个气象行业带来颠覆式变革吗，未来预报员的价值何在?
的确，人工智能凭借其超强的计算能力和强大的算法，在某些方面的能力远远超过了人类。
比如，美国有一个关于雷暴生命史的实时预测模型做出的预报结果已经明显优于人的主观经验。
然而，在朱文剑看来：
未来预报员与人工智能的关系一定是和谐且融洽的。尽管在围棋等领域人工智能现在已经可以完胜人类，但目前其仍处于弱人工智能阶段，当它能通过图灵测试后才算进入强人工智能的范畴。
3
预报员的“婴儿”
现在的人工智能几乎都还局限于仅能够有效完成专业任务的“狭义人工智能”范畴。
可以说，在目前的弱人工智能背景下，有多少“智能”，背后就有多少“人工”，因为人工智能应用包含了大量的数据挖掘分析、模型训练学习、检验反馈等工作，而这些工作目前基本都是由人类来指导或训练机器完成的。
对此，朱文剑打了一个很生动的比方：
在弱人工智能背景下，人工智能更像是预报员的婴儿。
一个模型要想在实际应用中取得良好的效果，离不开大量的参数调试(学习过程)，并且要保证“饮食健康”(输入数据要可靠，数据量要充足)。当一个人工智能模型被训练好后(婴儿长大成熟了)，就可以让预报员减少很多繁琐的工作，并享受更准确的预报结果。
所以说，未来预报员就是人工智能的爸爸妈妈。
4
优势互补才是相处之道
无论如何，在预测和分析关键性和转折性天气过程中，人类的作用暂时还无法被替代。
人类在掌握天气气候动力学知识的基础上，对复杂天气形势能够有更为准确的把握，并且会对小概率事件进行有针对性的分析和联合会商，而这正是目前人工智能的短板所在。
中央气象台与港澳气象部门首次联合会商，共织“天网”捕捉风王“山竹”。
朱文剑说：
“一方面，人类需要做好数据的前期处理工作，确保人工智能吃进的食物安全、健康;另一方面，人类需要站在人工智能的肩膀上，利用深度学习、图像识别等技术在资料同化、模式参数优化、模式后处理等方面的优势，使其成为数值预报的得力助手。如果将气象预报比作一支双人舞的话，那么这支舞需要‘人工’和‘智能’通力协作才能跳好。”
5
人工智能遇上物联网
处于弱发展阶段的人工智能，“营养”当然要跟上。
朱文剑解释说：
“人工智能的‘食物来源’主要有两类，一类是气象站、卫星等获取的实况数据，另一类是数值模式方面的资料和产品，也就是模式数据。”
在将这些数据用来“喂养”人工智能算法之前，需要确保数据的质量，否则人工智能就可能“生病”。
朱文剑认为：
在物联网技术的帮助下，任何物品，包括手机、车辆、雨伞等都可能成为潜在的获取气象数据的通道，尤其是随着可穿戴设备的不断发展，未来每个人都可能成为气象数据源。
2015年成立的美国天气技术公司ClimaCell开创了利用现有的无线通信基础设施和物联网设备收集实时天气数据的技术，可获得时间分辨率至分钟级、空间分辨率精细至街道的温度、降水、风向风速等观测数据。
6
人工智能遇上大数据和AR
有了丰富的“食物”之后，就可以结合大数据挖掘等技术，提取出对气象预报最有价值的信息。朱文剑说：
“我们可以利用AR、VR(虚拟现实)、MR(混合现实)等技术来加强公众的防灾减灾意识，并且教他们在台风、暴雨、冰雹等强天气事件发生时如何有效避险。”
AR具有很强的趣味性，因此公众参与的积极性应该会很高。当公众在AR中知道如何避险后，遇到真实世界中的突发性气象灾害就能更好地应对，这是保障公众生命财产安全的关键一环。
例如，之前美国天气频道公司利用混合现实技术展示了2021年飓风“佛罗伦萨”引发的巨大风暴潮及其严重影响。
近2米高的海浪就在气象预报主持人的身后波动起伏，在风中摇摆的树木、被洪水淹没的街道、街道上漂浮的汽车等各种物体、建筑物发出的吱吱声……所有这些都能让居民更好地意识到飓风的严重性，从而更快地做好应对准备或及时撤离。
当这些技术发展到一定阶段时，我们不难想象这样的场景：
—当你在导航地图App上设定好路线之后，人工智能系统会自动根据行程提醒你在行程中将会面临哪些不利的天气现象，并给出相应的解决方案;
—在行程当中，车辆会利用物联网技术自动感知周边环境，比如路面湿滑情况、空气污染状况、能见度等，并实时播报车外的环境状况;
—在手机上可以通过摄像头叠加AR技术将未来可能出现的各种天气现象以非常逼真的形式展现出来……