当气象遇见AI，能撞出怎样的火花？
“最近美国遭遇寒潮和极端低温是因为存在一个天气系统，称为‘极地高压系统’，即一个非常强的冷空气系统，来自北极地区，影响到美国大部分地区。这种强冷空气系统会导致极端的低温和寒风，并且可能导致降雪、冰雹和暴风雪等天气现象。”
这是ChatGPT对于“为什么美国近期 出现了低温和寒潮”这一问题给出的部分答案，可以说是有理有据且充分翔实，让气象科普工作者调侃自己“快要失业了”。
对于气象领域，人工智能可以参与到何种程度，应用效果如何呢？
从监测而言，相较传统统计方法，深度学习模型能够处理海量不同种类、不同结构的数据，发现其中隐含的信息，例如可以实现高效自动的卫星实况监测和社会化观测；自主检查分析海量的观测数据，从而大大节省人力。上海中心气象台利用卫星多通道数据建立冰雹云识别和最大直径估算的神经网络模型，对2021年4月30日的一次冰雹过程进行了成功的识别和预测。
对于气象业务部门，利用人工智能技术进行灾害性天气的识别预警、短时临近预报以及时效更长的数值预报误差订正是当前主要的应用途径。国家气象中心和部分省级气象部门已开展了基于多源数据的人工智能预报产品研发和应用，在天气预报业务中已发挥了重要作用。
预报预警方面，深度学习模型能够灵活处理时空多维数据并提取多尺度特征，有望突破传统客观预报方法难以处理不同尺度天气系统误差的瓶颈。上海中心气象台通过与复旦大学计算机科学技术学院合作，充分发挥预报员经验和计算机专家特长，发展了基于星型网络的ConvLSTM雷达外推模型和基于时空尺度自适应的模式降水订正模型，能够对强对流系统的生消演变和模式降水预报的位置及强度误差进行订正。在台风“烟花”“梅花”等重大过程预报服务中，人工智能预报均提供了较好的技术支撑。近三年来，相关智能预报技术的应用推动上海强对流天气年平均预警时效延长到60分钟以上。
而在气象服务领域，人工智能已经能够根据丰富的信息，编出一篇像样的天气类稿件了。除此之外，在能源气象服务等领域，人工智能也能够给出建议，解决供电需求供应的不匹配问题，从而减少电力浪费，实现有效管理。
