人工智能或能提前一周預測臺風 應用于氣象領域

，從而應用于具有不確定性的氣象領域。

利用深度學習獲得更高的識別精度

，對每一種氣象類型都需要超過數(shù)千張圖片的大量數(shù)據(jù)。研究小組首先利用熱帶低氣壓跟蹤算法，將全球云系統(tǒng)分辨率模型20年積累的氣候實驗數(shù)據(jù)，制成5萬張熱帶低氣壓初始云及演變中的熱帶低氣壓云圖片，再加上100萬張未演變成熱帶低氣壓的低氣壓云圖片，共105萬張圖片組成10組學習數(shù)據(jù)，利用深度卷積神經網(wǎng)絡的機器學習，生成不同特征的10種識別器，然后構筑出可對10種識別器結果進行綜合評價的集合識別器。

該方法還可對臺風路徑和強度進行預測

，并預測暴雨的發(fā)生。今后研究小組將以深度學習為代表的人工智能技術融合數(shù)據(jù)驅動方法和模型驅動方法，開展新的海洋地球大數(shù)據(jù)分析。