不少讀者對于人工智能的理解，也出還停留在高智商的“阿爾法狗”或是“人臉識別”階段。其實，人工智能可以在更多的領域發揮作用，氣象就是其中之一。通過大數據運算，人工智能版的天氣預報準確率將大大提高。

    在信大氣象科學技術研究院，記者見到了人工智能天氣預報的“預報現場”。工作人員調出了3月15日安徽省的氣象雷達圖顯示在了大屏幕上，當圖像被輸入到構建的卷積神經網格模型中后，系統快速地標識出了雷暴大風可能發生的紅色區域。研究院團隊帶頭人，南京信息工程大學教授苗春生介紹，氣象行業本身就是典型的大數據，過去預報員的優勢在于豐富的經驗，結合多年的資料數據，進行預測，但這對于關鍵轉折性天氣來說，預報員很難即時反應，這也使得暴雨、龍卷、冰雹等極端天氣成了氣象業務的關鍵瓶頸。機器學習的優勢在于，它不需要針對不同地區、不同季節的極端天氣統計總結出一套規律或特征，只要搜集海量的樣本“喂養”機器學習算法模型，經過機器學習的模型內部訓練即能完成雷暴大風的識別。

    目前的天氣預報，其實已經比原先要準確了很多。未來，用上大數據的天氣預報還有望實現“定點”“定時”，幾點會下雨，什么區域會下雨，都會更加精確。有了人工智能，未來氣象預報模式能準確預報1公里小尺度超局地天氣。團隊成員，強天氣預報專家邵玲玲研究員說，未來我們可以得到更加精細的天氣預報，無論你身在城市哪一個角落，你得到的天氣預報將會是你所處的1公里甚至更小范圍內的天氣預報。“比如15分鐘后，公園門口的麥當勞很可能會下雨，你在手機上會收到精細的服務提示。”

    記者了解到，利用大數據播報天氣，信大氣象科學技術研究院已經經過市場的檢驗。“我們在湖南長沙到昆明段的高鐵路段做過風速測驗。”苗春生舉了個例子，“這個路段有260公里，而且多為山區路段，雙向高鐵之間的間隔時間也很短，只有7到8分鐘。因此，側向風速對其速度有很大影響，運營管理很是困難。在地形、受力各方面復雜影響下，如何每隔10秒、間隔數公里報一次風向風速？這是過去傳統方法不能解決的。”南信大的專家們獲得了這段高鐵260個自動觀測站2年的資料，一共30個G，他們利用人工智能大數據對這兩年的資料進行了分析，“通過大數據深度挖掘，我們的預報準確率目前可以達84%。”

    除了高鐵，智慧氣象還可以嵌入自動駕駛系統，“目前有國際汽車公司希望我們能夠研究在團霧、道路結冰等惡劣天氣下，用氣象大數據提高自動駕駛的可靠性。