研究：人工智能可提前一年半預(yù)測(cè)厄爾尼諾

目前厄爾尼諾事件被認(rèn)為無法準(zhǔn)確預(yù)測(cè)，但據(jù)英國(guó)《自然》雜志18日發(fā)表的一項(xiàng)人工智能(AI)與氣候?qū)W研究，韓國(guó)科學(xué)家報(bào)告了一種可以提前一年半預(yù)測(cè)厄爾尼諾事件的深度學(xué)習(xí)方法，克服了該領(lǐng)域長(zhǎng)期存在的一項(xiàng)挑戰(zhàn)。

厄爾尼諾—南方濤動(dòng)是地球上影響力最大的氣候變化，并隨著全球變暖而出現(xiàn)得越來越頻繁。厄爾尼諾事件發(fā)生于太平洋東部和中部，已知其會(huì)引起極端氣候，對(duì)當(dāng)?shù)厣鷳B(tài)系統(tǒng)造成嚴(yán)重?fù)p害。但現(xiàn)階段，科學(xué)家對(duì)其部分相關(guān)模型無法達(dá)成統(tǒng)一，這意味著全球變暖對(duì)于厄爾尼諾事件的影響依然不甚明確，對(duì)這些事件進(jìn)行準(zhǔn)確判斷一直以來困難重重。以往傳統(tǒng)的氣候預(yù)測(cè)方法，無法提供超過一年的準(zhǔn)確預(yù)測(cè)。

此次，韓國(guó)全南國(guó)立大學(xué)研究團(tuán)隊(duì)訓(xùn)練了一種能夠預(yù)測(cè)厄爾尼諾事件的深度學(xué)習(xí)方法。該模型利用1871年至1973年的歷史氣候數(shù)據(jù)，以及厄爾尼諾事件的模擬數(shù)據(jù)進(jìn)行訓(xùn)練，并通過1984年至2017年的數(shù)據(jù)進(jìn)行測(cè)試。

與現(xiàn)行的氣候預(yù)測(cè)方法相比，該深度學(xué)習(xí)算法的預(yù)測(cè)準(zhǔn)確性更高，預(yù)測(cè)時(shí)間最多可提前一年半。研究團(tuán)隊(duì)還能借此預(yù)測(cè)某一厄爾尼諾事件是發(fā)生于太平洋中部還是東部，并在其發(fā)生之前鑒定海面溫度變化。

厄爾尼諾事件的發(fā)生對(duì)全球各地區(qū)的氣候?yàn)?zāi)害均有預(yù)兆意義，因此對(duì)它的監(jiān)測(cè)已成為氣候預(yù)測(cè)中最重要內(nèi)容之一。研究人員表示，此次新方法提供的預(yù)測(cè)結(jié)果，將幫助政府和相關(guān)機(jī)構(gòu)制定政策，應(yīng)對(duì)厄爾尼諾的影響。

關(guān)鍵詞： 人工智能 預(yù)測(cè)厄爾尼諾