科技创新比赛项目科技创新的事例素材
正是时代好光景，风云际会再逢君
正是时代好光景，风云际会再逢君。5月18日，来自气象部门、全国气象科教融合创新联盟成员高校以及其他多家高校、科研院所、企业的专家学者齐聚中国气象局，研讨我国人工智能前沿科技进展及在气象行业的应用发展，推动以人工智能为代表的新兴技术赋能气象业务，进一步拓展人工智能气象应用领域。中国气象局党组、局长陈振林出席会议并讲话。北京理工大学、中国工程院院士张军，中国科学院院士周秀骥，中国工程院院士李泽椿，中国气象局党组成员、副局长毕宝贵，副局长曹晓钟出席会议。
一直以来，中国气象局积极拥抱人工智能，不断探索人工智能气象应用领域和方式。2022年，《气象高质量发展纲要（2022—2035年）》明确提出“加强人工智能、大数据、量子计算与气象深度融合应用”。同年，气象部门将人工智能技术应用于突破短时强降水预报难题。2023年全国气象工作会议进一步提出“发展辐射、百米高度风速多源预报产品融合集成和人工智能订正技术，提升风能太阳能预报时效和准确率”“组建量子、人工智能气象应用研发平台”等具体目标。
在前期人工智能气象应用基础上，本次研讨会进一步解放思想、开拓思路。会上，来自北京理工大学、中国科学院计算技术研究所、同济大学、华为公司、上海人工智能实验室的专家学者分别围绕人工智能赋能气象高质量发展、面向气象科学的智能计算科技创新的事例素材、人工智能气象应用的物理一致性和可解释性研究、“盘古”气象大模型、“风乌”气象大模型作特邀报告，从理论到实践，全方位展示了人工智能的前沿进展以及在气象领域应用的现状，深入探讨了人工智能气象应用的新思路和新举措。
在认真聆听专家学者的精彩报告后，陈振林指出，人工智能是引领科技和产业变革的战略性技术，发展人工智能是世界科技的必然趋势、中国式现代化建设的必要举措、实现气象高质量发展的内在要求，气象部门要顺应时代潮流，牢牢把握人工智能新科技浪潮，加快推进人工智能技术在气象领域全面、系统、深入融合应用。
陈振林表示，气象部门将以开放的胸怀推动合作，采取切实措施充分发挥人工智能“头雁”效应，赋能气象科技创新，推动气象高质量发展。中国气象局愿与相关高校、科研院所、企业一道协同育才，共同打造气象人工智能应用人才创新高地；强化合作共赢，相互学习借鉴，重视跨界融合，围绕基础理论、大数据挖掘等关键技术协同攻关，解决重点难点问题，依托全国气象科教融合创新联盟搭建合作平台；增加研发投入，将人工智能气象应用研发纳入攻关优先领域，引导部门内外优势力量开展联合攻关；加强组织协调，落实人工智能气象应用发展主体责任，做好顶层设计，以时不我待的紧迫感和舍我其谁的责任感推动人工智能赋能气象业务，确保各项任务落到实处。
此次研讨会由中国气象局主办科技创新比赛项目，中国气象科学研究院、全国气象科教融合创新联盟承办，会议以线上线下相结合方式举行科技创新比赛项目。全国气象科教融合创新联盟在京成员单位领导、专家，中国气象局各内设机构、直属单位主要负责人，各直属单位科研处室负责人在主会场参会。会议在中国气象局各直属单位、全国31个省（自治区、直辖市）气象局设置分会场，相关同志和所在地合作高校领导、专家在分会场参会科技创新的事例素材。
研讨会上，来自高校、科研院所、企业等的专家学者，以“人工智能赋能‘气象+’”为主题，深入探讨人工智能气象应用新思路和新举措。
那么，人工智能将为气象领域带来哪些新变革，相关领域开展了哪些新探索，未来有望通过哪些路径携手创新？听专家学者这样说——
人工智能是国家战略，是新的增长引擎，是新一轮科技与产业变革的核心驱动力，也成为行业竞逐的核心竞争力科技创新比赛项目。
人工智能和气象工作在方上是相通的，人工智能助力气象高质量发展有着巨大的发挥空间。通过人工智能技术与气象的深度结合，建立全球智能跨域、多尺度、精准气象体系，人工智能可在感知、传输、计算、服务等多领域发挥作用。比如，在感知方面，可构建“天临空地”一体的全域感知、小气候智能监测的全民感知、台风智能探测为代表的极端感知体系，实现气象感知网无所不知；在传输方面，可实现“天临空地”融合组网的泛在传输、海量数据宽带回传的极速传输、极端环境稳定连接的可靠传输，实现气象传输网无所不在；在计算方面，利用人工智能技术提供数据融合的智能气象预测、信息深度挖掘的智能灾害预警科技创新比赛项目、临近预报与全球性天气气候异常提供预警，实现气象计算无所不预；在服务方面，通过人工智能与气象深度融合，为智慧城市，农业，交通、环保等各行业和人民生活提供多场景和个性化的无所不能的气象服务。
北京理工大学已与中国气象局签署战略合作协议，希望双方在相关领域共同探索，开展全方位多层次的深入合作。
从1950年至今，人工智能历经三次发展浪潮，从诞生到机器学习再到深度学习。当前，人工智能已经从深度学习时代迈入大模型时代。大模型的大小在过去以非常快的速度增加。不少人认为，大模型仍将持续变大。而摩尔定律发展放缓，对于大模型来讲，就会遇到诸多挑战。未来大模型发展，需要在系统软件、互联架构、微架构、器件工艺跨层优化等关键技术开展探索。
基于智能的气象科学研究，其重点是提高跨越多个时间尺度的季节性预测和长距空间联系建模的预测能力，以此实现对气象系统的精准预报与控制。由此出发，可考虑探索新的技术思路，比如“高性能计算+智能计算”“可计算气象系统=打通（气象系统数值模拟+气象计算科学装置）”“科学元宇宙=加速迭代（实验装置+计算装置+科学家大脑）”等。
当前，人工智能技术已被广泛应用于气象领域。采用回报（Hindcast）来评估人工智能模型的预测技巧，一般认为回报技巧高，预报技巧也高。但在气象业务应用中，预报与回报还存在不同。可以说，当前人工智能模型的预测技巧存在着一定的“信任危机”。
聚焦提升人工智能气象应用的物理一致性和可解释性，可探索在AI模型中融入物理机制，包括在训练样本、模型结构等融入物理机制及对模型输出进行可解释性分析，并在ENSO（厄尔尼诺-南方涛动）智能预测、NAO（北大西洋涛动）智能预测、北极海冰智能预测、台风智能定强与风结构估计等方面探索实践应用。
人工智能进入气象预报领域，带来很多新的思路和路径，比如可大幅度提升气象预报速度，增强预报时效性；从数据中挖掘规律，和数理方程互补；快速发展的新方法，有助于打破原有预报技术垄断。
我们使用AI模型从数据中提取大气演变规律、3D高分辨率AI气象预报方法，研发了基于人工智能的数值天气预报系统“盘古气象大模型”，在设计3D Earth-Specific网络结构（3DEST）和应用层次化时域聚合策略等方面探索了技术创新。目前，“盘古气象大模型”AI方法在再分析数据等方面取得成果。关于该大模型的学术论文已被《自然》正刊接收。
人工智能其实很早就进入气象领域，但在人工智能第三次浪潮中，有数据、有算力，突破了工业红线，这带来三个转变，包括从专用模型到通用模型、从小团队到产研协同科技创新的事例素材、从计算机学科到跨学科融合，为解决气象领域的卡脖子问题带来更多可能性。
“AI+气象”是科学前沿，AI可以更准确、灵活地处理气象大数据和挖掘复杂的非线性关系科技创新比赛项目，国内外机构和企业也都聚焦“AI+气象”开展了布局和探索。我们研发了全球中期气象预报AI大模型“风乌”，在基于多模态多任务的网络设计科技创新比赛项目、基于缓存回放策略的长时序预测等方面探索了技术创新，基于2018年的回报表明“风乌”在提高全球气象预报具有显著实效性和效率。
原标题：《畅谈前沿进展 赋能科技创新 专家学者深入研讨人工智能气象应用发展》《聚焦人工智能赋能“气象+”，专家这样说》
本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。
免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186
