提前18个月预测灾难事件AI精准度达74％成目前最好模型

大数据文摘出品

来历：sciencemag

编译：邢畅、牛婉杨

自然界存在着许多奇特的现象，咱们能够坐看大海的潮起潮落；咱们等待见到流星许个希望；咱们被美丽的极光深深的吸引着。但是有些自然现象是毁灭性的，比方这篇文章说到的厄尔尼诺现象。

可怕的厄尔尼诺现象每2到7年就会迸发一次。跟着热带太平洋的暖水向东移动，信风削弱，气候形式在大气中崎岖，导致南非呈现干旱、南美发作野火、北美太平洋海岸洪水众多。气候科学家一向致力于提早一年猜测厄尔尼诺事情，但一项最新研讨显现AI现已能够将猜测时刻延伸到18个月。

加拿大维多利亚州已退休的气候科学家William Hsieh说，这项作业能够协助受要挟区域的人们更好地为干旱或洪水做准备，例如挑选栽培哪种作物。Hsieh曾参加前期的厄尔尼诺预告作业，但没有参加现在的研讨。他表明，更长时间的猜测或许会带来“巨大的经济效益”。

一些厄尔尼诺猜测的问题在于，它们对海温等要素的前史统计数据的依靠相对较小。其他一些猜测运用气候模型，但很难制作出长时间猜测所需的海洋具体图画。

运用CNN树立了当时最准确的模型

这项新研讨运用了一种名为卷积神经网络（CNN）的AI，它拿手辨认图画。例如，通过练习，神经网络能够通过辨认猫共有的特征（如胡须和四条腿）来辨认照片中的猫。在这种情况下，研讨人员运用前史海平面温度和深海温度的全球图画来练习神经网络，以了解它们怎么与未来厄尔尼诺事情相对应。

这样的神经网络需求通过很多图画的练习，才干辨认出潜在的形式。该研讨的榜首作者Yoo-Geun Ham是韩国光州全南国立大学的气候学家，他说，为了处理前史厄尔尼诺事情数据缺少的问题，科学家们使用闻名的气候模型，依据前史海洋条件生成了一系列模仿数据。因而，科学家们不只有一组1871年至1973年的实践前史数据，还得到了数千个模仿成果。

厄尔尼诺-南边涛动（ENSO）相关系数猜测技巧各模型比较

El Ni o类型在各模型中猜测准确率比较直方图

AI更具实际意义：可准确定位升温区域，协助实践猜测

该研讨还证明了AI更长于准确定位太平洋最简单升温的部分。这具有实际意义，由于当厄尔尼诺会集在东太平洋时，离南美洲更近，会导致北太平洋水温升高，美洲的降雨也更简单引发洪水，而厄尔尼诺会集在西部时则会带来不一样的影响。

Hsieh表明，使用气候模型出产额定的练习数据，是躲避其他办法缺陷的一种正确办法。他表明，这是一个足够大的前进，应该用于实践猜测。

但现在尚不清楚将预告推后一年还能为实际国际带来多少优点，纽约哥伦比亚大学国际气候与社会研讨所气候科学家，厄尔尼诺现象建模专家Stephen Zebiak警示道。他表明：“可采纳举动的提早期或许不到一年。”由于决策者不太或许提早采纳进一步举动。

研讨人员现已开端发布2021年的猜测，并猜测或许发作的拉尼娜事情（厄尔尼诺现象相对凉快）会带来更严峻的季风和干旱。但首要的政府猜测安排没有考虑该安排的猜测。Ham说，他和他的搭档正在调整模型，以进一步延伸猜测。与此同时，他的团队正在努力提高对另一种海洋形式——印度洋偶极事情的猜测。这一海洋温度的动摇会影响亚洲和澳大利亚的降雨和热带气旋。

相关报导：

https://www.sciencemag.org/news/2019/09/artificial-intelligence-could-predict-el-ni-o-18-months-advance

一个去乌镇的时机！

第六届国际互联网大会 乌镇峰会

数字经济人才专场研讨会

首届“30位新生代数字人才”评选

报名发动！

-18日晚-

数字经济人才对接VIP晚宴

第一批“30位新生代数字经济人才”颁奖仪式

-19日上午-

大咖主题讲演

《数字经济人才城市指数陈述》发布