不少读者对于人工智能的理解，也出还停留在高智商的“阿尔法狗”或是“人脸识别”阶段。其实，人工智能可以在更多的领域发挥作用，气象就是其中之一。通过大数据运算，人工智能版的天气预报准确率将大大提高。

    在信大气象科学技术研究院，记者见到了人工智能天气预报的“预报现场”。工作人员调出了3月15日安徽省的气象雷达图显示在了大屏幕上，当图像被输入到构建的卷积神经网格模型中后，系统快速地标识出了雷暴大风可能发生的红色区域。研究院团队带头人，南京信息工程大学教授苗春生介绍，气象行业本身就是典型的大数据，过去预报员的优势在于丰富的经验，结合多年的资料数据，进行预测，但这对于关键转折性天气来说，预报员很难即时反应，这也使得暴雨、龙卷、冰雹等极端天气成了气象业务的关键瓶颈。机器学习的优势在于，它不需要针对不同地区、不同季节的极端天气统计总结出一套规律或特征，只要搜集海量的样本“喂养”机器学习算法模型，经过机器学习的模型内部训练即能完成雷暴大风的识别。

    目前的天气预报，其实已经比原先要准确了很多。未来，用上大数据的天气预报还有望实现“定点”“定时”，几点会下雨，什么区域会下雨，都会更加精确。有了人工智能，未来气象预报模式能准确预报1公里小尺度超局地天气。团队成员，强天气预报专家邵玲玲研究员说，未来我们可以得到更加精细的天气预报，无论你身在城市哪一个角落，你得到的天气预报将会是你所处的1公里甚至更小范围内的天气预报。“比如15分钟后，公园门口的麦当劳很可能会下雨，你在手机上会收到精细的服务提示。”

    记者了解到，利用大数据播报天气，信大气象科学技术研究院已经经过市场的检验。“我们在湖南长沙到昆明段的高铁路段做过风速测验。”苗春生举了个例子，“这个路段有260公里，而且多为山区路段，双向高铁之间的间隔时间也很短，只有7到8分钟。因此，侧向风速对其速度有很大影响，运营管理很是困难。在地形、受力各方面复杂影响下，如何每隔10秒、间隔数公里报一次风向风速？这是过去传统方法不能解决的。”南信大的专家们获得了这段高铁260个自动观测站2年的资料，一共30个G，他们利用人工智能大数据对这两年的资料进行了分析，“通过大数据深度挖掘，我们的预报准确率目前可以达84%。”

    除了高铁，智慧气象还可以嵌入自动驾驶系统，“目前有国际汽车公司希望我们能够研究在团雾、道路结冰等恶劣天气下，用气象大数据提高自动驾驶的可靠性。