氣候預(yù)測是根據(jù)過去氣候的演變規(guī)律，推斷未來某一時期內(nèi)氣候發(fā)展的可能趨勢。為了減少由初始場誤差和模式不完善而造成的預(yù)報誤差，目前氣候預(yù)測是采用多初值和多模式的集合預(yù)報方法，因而從本質(zhì)上看，氣候預(yù)測是一種概率預(yù)報。
近日，中國氣象局印發(fā)《氣候預(yù)測智能技術(shù)研發(fā)及業(yè)務(wù)能力建設(shè)2020年工作方案》，啟動氣候智能預(yù)測暨延伸期智能網(wǎng)格預(yù)測業(yè)務(wù)能力建設(shè)工作，組建氣候預(yù)測智能技術(shù)研發(fā)團(tuán)隊(duì);開展基于機(jī)器學(xué)習(xí)等技術(shù)和多模式數(shù)據(jù)的氣候異常診斷分析、氣候預(yù)測的技術(shù)研發(fā)，搭建智能預(yù)測可視化平臺，完成智能預(yù)測數(shù)據(jù)和產(chǎn)品的集成、展示和共享試驗(yàn)。
氣象是十分復(fù)雜的系統(tǒng)，受影響的因素很多，隨著大數(shù)據(jù)和人工智能的發(fā)展，海量數(shù)據(jù)深度學(xué)習(xí)、復(fù)雜神經(jīng)網(wǎng)絡(luò)等逐步應(yīng)用，人工智能為氣候預(yù)測提供了一種解決難題的新思路?？梢杂萌斯ぶ悄芩惴ò殉売?jì)算機(jī)的預(yù)報結(jié)果盡可能地、自動地、不用人工干預(yù)地修正到與實(shí)際觀測數(shù)據(jù)更接近，以達(dá)到“天氣預(yù)報越來越準(zhǔn)”的終 極目標(biāo)。人工智能在氣象領(lǐng)域更多是一種技術(shù)，充分應(yīng)用大數(shù)據(jù)和人工智能技術(shù)，建設(shè)全覆蓋、智能化的氣象預(yù)報業(yè)務(wù)體系，做出更精準(zhǔn)的天氣預(yù)報。
機(jī)器學(xué)習(xí)
是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計(jì)學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。機(jī)器學(xué)習(xí)是人工智能及模式識別領(lǐng)域的共同研究熱點(diǎn)，其理論和方法已被廣泛應(yīng)用于解決工程應(yīng)用和科學(xué)領(lǐng)域的復(fù)雜問題。它是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑。
隨著大數(shù)據(jù)時代各行業(yè)對數(shù)據(jù)分析需求的持續(xù)增加，通過機(jī)器學(xué)習(xí)高效地獲取知識，已逐漸成為當(dāng)今機(jī)器學(xué)習(xí)技術(shù)發(fā)展的主要推動力。大數(shù)據(jù)時代的機(jī)器學(xué)習(xí)更強(qiáng)調(diào)“學(xué)習(xí)本身是手段"機(jī)器學(xué)習(xí)成為一 種支持和服務(wù)技術(shù)。如何基于機(jī)器學(xué)習(xí)對復(fù)雜多樣的數(shù)據(jù)進(jìn)行深層次的分析，更高效地利用信息成為當(dāng)前大數(shù)據(jù)環(huán)境下機(jī)器學(xué)習(xí)研究的主要方向。所以，機(jī)器學(xué)習(xí)越來越朝著智能數(shù)據(jù)分析的方向發(fā)展，并已成為智能數(shù)據(jù)分析技術(shù)的一個重要源泉。
大數(shù)據(jù)的價值體現(xiàn)主要集中在數(shù)據(jù)的轉(zhuǎn)向以及數(shù)據(jù)的信息處理能力等等。在產(chǎn)業(yè)發(fā)展的今天，大數(shù)據(jù)時代的到來，對數(shù)據(jù)的轉(zhuǎn)換，數(shù)據(jù)的處理數(shù)據(jù)的存儲等帶來了更好的技術(shù)支持，產(chǎn)業(yè)升級和新產(chǎn)業(yè)誕生形成了一種推動力量，讓大數(shù)據(jù)能夠針對可發(fā)現(xiàn)事物的程序進(jìn)行自動規(guī)劃，實(shí)現(xiàn)人類用戶以計(jì)算機(jī)信息之間的協(xié)調(diào)。 另外現(xiàn)有的許多機(jī)器學(xué)習(xí)方法是建立在內(nèi)存理論基礎(chǔ)上的。大數(shù)據(jù)還無法裝載進(jìn)計(jì)算機(jī)內(nèi)存的情況下，是無法進(jìn)行諸多算法的處理的，因此應(yīng)提出新的機(jī)器學(xué)習(xí)算法，以適應(yīng)大數(shù)據(jù)處理的需要。大數(shù)據(jù)環(huán)境下的機(jī)器學(xué)習(xí)算法，依據(jù)一定的性能標(biāo)準(zhǔn)，對學(xué)習(xí)結(jié)果的重要程度可以予以忽視。 采用分布式和并行計(jì)算的方式進(jìn)行分治策略的實(shí)施，可以規(guī)避掉噪音數(shù)據(jù)和冗余帶來的干擾，降低存儲耗費(fèi)，同時提高學(xué)習(xí)算法的運(yùn)行效率。
449717568
37