天气预报员要下岗？阿尔法狗不下围棋改预测天气，准确度惊人

不知道大家对DeepMind这个公司还有没有印象？如果大家记忆有点模糊的话，那这里我们可以给大家一些提示。前几年一个号称阿尔法狗的人工智能AI，在全球围棋圈里横扫天下，不但击败了李世石，还把当时的围棋第一人柯洁给下哭了。而阿尔法狗这个人工智能就是来自DeepMind这家公司。

可能是在围棋上已经做到了天下无敌，所以DeepMind很快就将这套人工智能系统转战到其他领域上，比如电竞游戏。结果在《星际争霸2》中，阿尔法狗再次横扫天下，斩各大职业高手于马下。或许是赢人脑赢得太多，DeepMind觉得没什么挑战，毕竟人脑计算的速度并没有AI这么快，所以这次DeepMind将AI的领域放到了另一个更复杂的环境——大自然。

很多人不知道的是，在经历围棋和电竞比赛的独孤求败后，DeepMind在过去几年里，一直和英国气象局合作，当然这项合作是秘密进行的。而两者合作的内容则是利用人工智能来预测天气，最近DeepMind在《自然》杂志上发表了论文，展示了两家合作的成果。从介绍来看，DeepMind设计了一个全新的机器学习模型，可以很准确地预测未来几小时内是否会下雨，而且准确度比气象台的预报还高。

目前的天气预测是由强大的数值天气预报系统驱动来解决物理方程式，数值天气预报系统可以提前数天得到地球规模大小的预测。然而，它们却很难在两小时内产生高解析度的预测。即时预报填补了这一关键时间区间的性能空白，气象传感的进步使高精度雷达可以高频地提供测量出的地面降水量数据。不过即时天气预报实际上也是由数值天气预报系统改进而来，这也是一种深度学习的模型，可以随机模拟得出机率性和确定性的预报，并且在多种空间尺度上都适用。

不过现有的深度学习模型，在降水越来越模糊的情况下表现出了不确定性，而且不包括小尺度天气模式。此外，现有方法侧重于特定地点的预测，而不是对整个降水场的机率预测，这使其无法在多个空间和时间集合中同时提供一致的预测结果，限制了实用性。而DeepMind则设计了一套全新的深度模型，既能从观测数据中学习，又能表示多个空间和时间尺度上的不确定性。

DeepMind使用产生模型的方法，是根据过去的雷达，对未来的雷达进行详细和可信的预测。有了这样的方法，既可以准确地捕捉大规模的事件，同时也可以产生许多备选的降雨情景，降低降雨预测的不确定性。DeepMind的模型也十分擅长中到大雨事件的预测，与其他竞争方法相比有着明显的改进。DeepMind表示，在经过英国国家气象局的50多名专家气象学家进行了认知任务评估之后，与广泛使用的预测方法相比，在89%的情况下专家们会把DeepMind的方法评为首选。

从实际的效果来看，与其他方法相比，DeepMind的方案提供的机率预测更加准确，并且在空间和时间尺度上保留了降水的统计特性。不过也有不少科学家提出疑问，一些科学家表示没有看到DeepMind在天气预测上有什么革命性的进步，它的模型也是基于现有技术而改进的，而且没有实际评估的详细内容。

当然不管如何，至少现在以现在的结论来看，DeepMind这套人工智能预测系统，在精准度和短时间的即时天气预报来看，是优于传统的方案的。不过至于说用这套系统来取代老方案，甚至让天气预报人员下岗，那还言之尚早。

一方面，DeepMind表示，目前还没有任何立即投入使用的计划，但团队希望最终能够利用模型为今后的天气报告提供真实的讯息；而另一方面DeepMind也承认，人工智能不会取代人类，天气预测需要专家和人类参与其中，以确保在预测方面的理解是合理的，然后将其传达给公众。