人工智能可以提前18個月預測厄爾尼諾現象

編輯 | KING 發佈 | ATYUN訂閱號

可怕的厄爾尼諾現象每2~7年就會在地球上出現一次。隨着熱帶太平洋的暖流向東移動，信風減弱，海水溫度升高，導致太平洋沿岸一些地區迎來反常降水，另一些地方則乾旱嚴重。一項最新研究顯示，氣候學家一直在努力提前預測厄爾尼諾現象，人工智能技術幫助他們解決了難題，它可以提前18個月預測厄爾尼諾現象。

加拿大維多利亞州的氣候學家謝威廉(William Hsieh)說，人工智能這項技術可以幫助受威脅地區的人們更好地為乾旱和洪水做準備，比如選擇種植哪種作物。謝威廉曾參與厄爾尼諾早期預報工作，但沒有參與目前的研究。他表示，提前預測可能會帶來巨大的經濟效益。

厄爾尼諾現象預測的難點在於，我們對海洋溫度等因素的歷史統計數據的依賴性相對較高，導致普通的預測氣候模型很難繪製出長期預測所需的海洋圖像。

這項新技術使用了一種名為卷積神經網絡的人工智能模型，它擅長識別圖像。例如，神經網絡可以通過學習所有貓共有的特徵(如鬍鬚和四條腿)來訓練識別照片中的貓。在這種情況下，研究人員可以將全球歷史海平面溫度和深海溫度的圖像展示給神經網絡，來讓它們預測厄爾尼諾現象會在何時出現。

這種神經網絡在識別圖像之前需要大量的訓練圖像。為了避免歷史上厄爾尼諾現象的數據短缺，科學家們為這個項目提供了一套著名的氣候模型，這些模型經常被用於研究氣候變化所產生的歷史海洋條件。因此，科學家們不僅可以展示1871年至1973年的一組實際歷史數據，還可以通過氣候模型對同一數據進行數千次模擬。

研究小組今天在《自然》雜誌上報道，當與1984年至2017年的真實數據進行對比測試時，該項模型最多能夠以74%的準確率提前18個月預測厄爾尼諾現象。但這仍然比目前最好的模型要好，因為目前的模型提前十八個月預測只有56%準確率。

研究人員已經開始發佈預測結果，並預測在2021年可能發生拉尼娜現象（反厄爾尼諾），會帶來更嚴重的洪水和乾旱。但是政府部門對此不以為然。同時研究人員表示，他們正在調整模型，以進一步提高預測的準確度。

The End