人工智能可以提前18个月预测厄尔尼诺现象

编辑 | KING 发布 | ATYUN订阅号

可怕的厄尔尼诺现象每2~7年就会在地球上出现一次。随着热带太平洋的暖流向东移动，信风减弱，海水温度升高，导致太平洋沿岸一些地区迎来反常降水，另一些地方则干旱严重。一项最新研究显示，气候学家一直在努力提前预测厄尔尼诺现象，人工智能技术帮助他们解决了难题，它可以提前18个月预测厄尔尼诺现象。

加拿大维多利亚州的气候学家谢威廉(William Hsieh)说，人工智能这项技术可以帮助受威胁地区的人们更好地为干旱和洪水做准备，比如选择种植哪种作物。谢威廉曾参与厄尔尼诺早期预报工作，但没有参与目前的研究。他表示，提前预测可能会带来巨大的经济效益。

厄尔尼诺现象预测的难点在于，我们对海洋温度等因素的历史统计数据的依赖性相对较高，导致普通的预测气候模型很难绘制出长期预测所需的海洋图像。

这项新技术使用了一种名为卷积神经网络的人工智能模型，它擅长识别图像。例如，神经网络可以通过学习所有猫共有的特征(如胡须和四条腿)来训练识别照片中的猫。在这种情况下，研究人员可以将全球历史海平面温度和深海温度的图像展示给神经网络，来让它们预测厄尔尼诺现象会在何时出现。

这种神经网络在识别图像之前需要大量的训练图像。为了避免历史上厄尔尼诺现象的数据短缺，科学家们为这个项目提供了一套著名的气候模型，这些模型经常被用于研究气候变化所产生的历史海洋条件。因此，科学家们不仅可以展示1871年至1973年的一组实际历史数据，还可以通过气候模型对同一数据进行数千次模拟。

研究小组今天在《自然》杂志上报道，当与1984年至2017年的真实数据进行对比测试时，该项模型最多能够以74%的准确率提前18个月预测厄尔尼诺现象。但这仍然比目前最好的模型要好，因为目前的模型提前十八个月预测只有56%准确率。

研究人员已经开始发布预测结果，并预测在2021年可能发生拉尼娜现象（反厄尔尼诺），会带来更严重的洪水和干旱。但是政府部门对此不以为然。同时研究人员表示，他们正在调整模型，以进一步提高预测的准确度。

The End