智东西(公众号:zhidxcom)
文| 李水青
突发强降水、雷雨大风、龙卷风、冰雹……
深圳这座城,近百年潮起潮落、云卷云舒之间,不仅完成了从小渔村到“中国硅谷”的跃迁,也历经了大自然的风雨洗礼。
强对流天气多发,一直是天气预报的一大难点,尤其是对于地处大湾区的深圳。
如果天气预报不准,对于走在大街上的深圳人来说,可只是半路淋湿、行程耽搁,但对于特定场景下的一些人来说,却会给一些人的工作和生活带来很大的改变,比如出海渔民、户外工作人员等等。
人工智能(AI)的出现,为深圳市气象预测带来了新思路。
近日,深圳市气象局宣布与华为云合作,计划共同研创更精准的灾害性天气预测模型,应对灾害性天气。
通过将深圳近十年的气象数据进行训练,灾害性天气预测模型有望将预测准确率提升10%~20%。基于新的合作,一次模型训练,能由原来的1—2个星期缩短至3天甚至是几个小时。
天气预报为什么还不够准?AI技术如何使气象预测完成“跨代升级”,甚至精准预测方圆一公里内几分钟之后的天气变化?背后又有什么样的行业内幕?这是智东西想要了解的真相,也是本文要探讨的话题。
“准不准”是老百姓们评价天气预报的最直接指标。
许多人都能感到,类似“北京明天下不下雪”的大面预测,一般都还靠谱。然而一旦涉及到“海淀区未来两小时是否降雪”等更精细的预报,天气预报就好像到了“吐槽大会”现场。
精细化程度不足,是气象预报行业长期以来的痛点。
2012年是我国气象预报的一个重要转折点。当年,国家气象中心大刀阔斧地推出了“大城市精细化预报”,规定“每六小时预报一次,降水量细化到毫米”。而2017年,随着AI技术、气象专业技术的发展,气象预报也迎来智能网格化落地。
所谓“网格预报”,就像地球上的经纬网一样,把区域分解成许多个5公里×5公里甚至1公里×1公里的网格,进行分块气象预测播报,播报频率可达到1小时或几小时一次。也就是说,同样一场雨,无论用户身在深圳哪个角落,都能得到更精准的差异化预报。
▲网格化预报
智能网格化预报目标美好,却也困难重重。
由于传统的气象数值模式方法难以应对如此精细化的气候测算,AI成为最合适的方法之一。但是目前,市场上已有的气象预测AI模型,往往都难以达到理想的预测效果。
一方面,模型的训练需要大量气象数据,时空分辨率高,且涉及观测站、风场、雷达等多维度,因此数据量极大,对数据分析处理的要求很高。
另一方面,如此大规模的气象预测AI模型需要经过许多次调优,则需要耗费许多试错成本,也非常吃算力。
简而言之,要打造强大而准确的气象预测AI模型,对硬件算力和软件AI算法具有很高的要求。从市场角度来看,气象预报短期来看更接近公共服务范畴,一些企业看不到产业红利,就导致AI气象预测的发展更加乏力。
新年伊始,平地一声雷。
深圳市气象局大手一挥,将“华为公司”一把拉入气象预测变革的大潮中来。
1月6日,深圳市气象局正式宣布已与华为云开展深度合作,计划共同研创灾害性天气预测模型,推进“超大城市精准预报服务”,从而支持灾害性天气预警发布与传播。
▲深圳市气象局与华为公司达成合作
在天气预测模型建立方面,华为云团队将深圳市气象局近10年的气象数据应用起来,建立机器学习模型,用以推算云团变化和移动规律,从而进行更精确的天气预测。
一位参与此项目的华为云AI专家说:“在以前0~2个小时的短临天气预测中,常用的光流法往往只预测云的移动趋势,却不预测云团的生消(会合和分化),因此预测准确率不高。”
“同时,多数短临预测方法预测的‘雷达回波图’往往比较模糊,因此需要人工辅助,人工预报员很多时候也难以很好地判断局部地区的天气情况,因此天气预测的准确率也会受影响。”
华为云在开发AI算法时,正是应气象行业需求,瞄准了“生消”和“模糊”这两个难点。
“现在,采用数据驱动的AI方法,预测准确率可以提高10%~20%。”这位华为云AI专家说。
这个数字“换算”成用户体验来说就是,老百姓将能够随时随地了解到,自己所处的方圆一公里内是什么天气, 能清楚地了解气温、降水、风等多个基本气象要素。
据了解,在模型训练的计算资源支持上,利用华为云AI昇腾集群服务,气象预测模型开发耗时和训练周期有望大大缩减。预计一次模型训练,将由原来的1—2个星期缩短至3天甚至是几个小时。
在预报的精准分发方面,深圳市气象局和华为云则致力于建立以气象服务基础数据云平台、画像式用户管理平台等工具,从而在洞察用户需求的基础上,适时主动推送服务。
“预报只是前端的工作,如何把预报结果快速推送给有需要的市民才是最重要的。”一位参与到深圳市气象项目工作人员的告诉智东西,“除了市民主动查询,我们还将通过短信、App等渠道推动给可能有需要的市民。”
新系统将基于位置和场景,向用户精准推送以“无感”为特征的公众气象服务。比如,深圳市将在公园景区等人流密集的地方设置二维码和大屏幕,通过不同的渠道将气象信息告诉市民。
▲华为云AI通过深度学习预测未来2小时内每公里内的天气变化情况
随着AI与云计算技术在智慧交通、智慧安防、智慧医疗等领域快速落地,华为云为什么选择切入看起来比较偏门的气象领域?
对此,来自华为云的资深AI专家表示,“气象+AI”不仅仅是气象预测本身的问题,它还跟各行业有比较紧密的联系。一方面,气象预报首要是为老百姓服务,另一方面,它在农业、航空等行业服务领域具有可观的红利。比如,航空公司就非常依赖气象预报,需要精确的天气预报系统。
其实,华为并不是第一个进入气象领域的新玩家。
以百度、腾讯、阿里、墨迹天气、彩云天气为代表的互联网公司、行业玩家都在“气象+AI”上有所布局。
比如,百度基于百度大脑EasyDL的“看云”的 AI 系统,它能对20多种类型的云状识别准确率均达到达80%以上;广东气象局利用阿里平台对短临降水做AI预报;墨迹天气将众包数据结合传统气象数据,将AI短临预报应用于外卖行业气象服务……
但是,华为云的入局却为气象行业的智能网格化变革带来新的“进阶”机遇。
一方面,基于华为云ModelArts一站式AI开发与管理平台以及AI昇腾集群服务,华为云有望成为气象行业AI化变革的“黑土地”。
2019年9月20日,ModelArts 2.0面世,其以全流程的极简和自动化优势,分别针对数据准备、模型训练、模型管理、模型推理四大步骤做了全面升级。
虽然在深圳市气象局的合作中,目前仍由华为云工作人员进行AI模型训练,但是随着团队与气象部门工作人员的磨合深入,气象部门人员有望自己无障碍地“动动手指”完成模型训练。
▲智东西曾体验一代ModelArts平台,三步即可完成模型训练
而华为云AI昇腾集群服务就更具备“赋能行业”的黑土地属性。2019年9月18日,基于数千颗昇腾910 AI处理器强大算力的华为云AI昇腾集群服务发布。
据了解,其能用于预测天气、天文探索、石油勘探、自动驾驶等各个领域。例如,仅用约10秒钟,它还可完成对20万颗星体的搜索、定位与识别,原文天文学家需要74小时。
另一方面,华为云人工智能团队的行业问题解决能力和执行力有望为气象行业带来一些实质性的进展。比如,在华为云团队与深圳市气象局宣布战略合作之时,其就瞄准了“云团生消”和“雷达图模糊”这两大短临预测的痛点,基于两大痛点进行AI气象预测模型训练。
痛点即是卖点。
天气预报自古以来都是一个世界性的难题,很多人说“预报不准才是正常的”。华为云AI专家说,“天气的变化影响它的因素实在是太多了,而华为云能做的就是在拿到的科学观测数据的基础上,尽可能地发挥AI的价值。”
可以想象,随着AI气象预测模型的初步建立,许多新的问题都将涌现。AI模型与传统气象数值模型如何兼容?如何保证训练数据真实反映气候变化?如何使人工智能人才更加深入了解传统气象领域的那整套精深的气象预测方法论?
跨越气象预报行业的壁垒,与气象预报精英们进行世纪握手,对人工智能从业者来说并没有那么容易。而华为云,恰恰擅长与各种“问题”周旋,于持久中作战。
随着AI、大数据、云计算等技术的发展,广大认知中比较传统的气象行业也将迎来新机遇。
其实,气象行业天然拥有AI发挥价值所需的海量数据,有望成为华为云的AI练兵场,也有可能带来传统气象服务行业自身的跨代进化。
AI进入气象行业,并不仅仅意味着AI飞入“寻常百姓家”带来公共服务,还将带来长远的市场红利。一方面,气象预测之后基于气象的延伸服务将具有发展空间;另一方面,气象服务作为交通、军事、旅游等众多行业的基础服务之一,有望与各行各业结合带来新的盈利模式。
http://zhidx.com/p/189851.html
Created by Tan KW | Aug 17, 2024
Created by Tan KW | Aug 17, 2024
Created by Tan KW | Aug 17, 2024
Created by Tan KW | Aug 17, 2024