Photo byJohannes PlenioonUnsplash

　　文/藏狐

　　來源：腦極體（ID:unity007）

　　美國氣象學(xué)家愛德華·羅倫茲（Edward N.Lorenz）在 1963 年認(rèn)為，在南美洲亞馬遜河流域熱帶雨林中的蝴蝶，偶爾扇動(dòng)幾下翅膀，可以在兩周以后引起美國得克薩斯州的一場龍卷風(fēng)。

　　此后，“蝴蝶效應(yīng)”——The Butterfly Effect 一詞，就總被用來形容哲學(xué)上的混沌現(xiàn)象，即任何事物發(fā)展都存在不可測的“變數(shù)”，往往一個(gè)微小的變化，就能影響事物的走向。

　　但有人選擇了相信最初的解釋版本。

　　在科幻作家劉慈欣的筆下，一位熱愛祖國的南斯拉夫科學(xué)家，“為了苦難中的祖國，我撲動(dòng)蝴蝶的翅膀……”——試圖通過自己建立的大氣模型軟件，在世界各地尋找到“大氣敏感點(diǎn)”制造擾動(dòng)，從而使自己的祖國上空出現(xiàn)不易遭受美軍空襲的天氣現(xiàn)象。

　　這位科學(xué)家失敗了。

　　然而在真實(shí)的世界里，也有科學(xué)家試圖建造一個(gè)龐大的“氣象超腦”，來拯救連續(xù)兩個(gè)周末遭到風(fēng)暴肆虐的英國。

　　投資 12 億英磅，只為一個(gè)晴天

　　就在前不久，英國政府宣布將在未來十年投資 12 億英鎊（約 1.56 億美元），用于開發(fā)最先進(jìn)的超級(jí)電腦。

　　從公開消息中可以得知，該系統(tǒng)比現(xiàn)有的氣象超腦運(yùn)算性能增加三倍，用以提高惡劣天氣和氣候的預(yù)測能力。

　　如此大費(fèi)周章，到底有哪些價(jià)值呢？

　　英國政府大概舉了幾個(gè)例子，比如更精密的降雨預(yù)測，有助于快速部署防洪系統(tǒng)；讓機(jī)場進(jìn)行更好的預(yù)測，以便為潛在的斷電做好計(jì)劃；以及為能源部門提供更詳細(xì)信息，協(xié)助其減輕潛在的能源中斷和突波等影響。

　　其實(shí)，上述數(shù)字技術(shù)的應(yīng)用和價(jià)值，在氣象領(lǐng)域早已有之。

　　早在人工智能第二次浪潮時(shí)期，就已經(jīng)發(fā)展出了天氣預(yù)報(bào)專家系統(tǒng)、智能天氣信息采集系統(tǒng)、智能預(yù)報(bào)系統(tǒng)等技術(shù)。

　　1989 年，僅預(yù)報(bào)災(zāi)害性天氣的 AI 系統(tǒng)就出現(xiàn)了 KASSP、GORAD、CONVEX、OCI、WILDARD 等等，通過專家系統(tǒng)和自然語言處理技術(shù)，來預(yù)報(bào)一些雷暴、冰雹、大霧、閃電等自然災(zāi)害。

　　更強(qiáng)大的氣象超腦，又能讓氣候預(yù)測升級(jí)到何種水平呢？

　　洞察氣象的智慧大腦，

　　到底有什么意義？

　　值得注意的是，在本世紀(jì)的前十年，氣象領(lǐng)域?qū)χ悄芗夹g(shù)的探索，大多停留在研究階段，只有不到 20% 的系統(tǒng)能夠被實(shí)踐檢驗(yàn)，更少一部分才會(huì)被在業(yè)務(wù)中使用。

　　一方面，是當(dāng)時(shí)沒有足夠完整的機(jī)制來讓智慧氣象技術(shù)融入，同時(shí)也缺乏獨(dú)立的計(jì)算機(jī)環(huán)境支持，成本上自然更加捉襟見肘。

　　這也是為什么，普通大眾對氣象預(yù)報(bào)產(chǎn)生了兩個(gè)相對狹隘的刻板印象：

　　一是測不準(zhǔn)。

　　天氣本身的不確定性，本身就存在無法被百分百精準(zhǔn)預(yù)報(bào)的限制，而此前的技術(shù)也并未能很好地解決這一問題。常規(guī)的“3 天天氣預(yù)報(bào)”，在全球范圍內(nèi)至多達(dá)到 70% 至 80% 的準(zhǔn)確度。這就導(dǎo)致許多自然災(zāi)害、突發(fā)事件無法被預(yù)先判斷，城市也難以提供足夠高效的應(yīng)急保障。

　　二是價(jià)值低。

　　既然重大災(zāi)害測不準(zhǔn)，那么天氣預(yù)報(bào)在日常服務(wù)上所能發(fā)揮的作用就顯得有些尷尬了。因?yàn)榇蠖鄶?shù)常規(guī)天氣下，人們對是否需要加衣、能不能洗車、適不適合戶外跑步、該不該開空調(diào)等等，并不存在不可或缺的剛性需求。

　　而伴隨著機(jī)器學(xué)習(xí)發(fā)展、摩爾定律被挑戰(zhàn)，人工智能開始在應(yīng)用端所向披靡，也讓氣象服務(wù)開始發(fā)生質(zhì)的轉(zhuǎn)變。

　　首先，見得更多。

　　以往氣象預(yù)測不盡如人意，掣肘要素之一就是氣象數(shù)據(jù)過于龐雜且數(shù)據(jù)量大，無法被全部高效地處理。

　　其中既包括實(shí)況數(shù)據(jù)，即來自全球氣象站點(diǎn)的觀測數(shù)據(jù)，既有幾千米高空的氣象衛(wèi)星、雷達(dá)，還有最原始的人工實(shí)時(shí)觀測。除此之外，還需要“模式數(shù)據(jù)”，即由各類計(jì)算機(jī)的程序運(yùn)算生成、預(yù)測所需要的初始值。二者疊加，才能保障精準(zhǔn)預(yù)測的可能。實(shí)際上，伴隨著大數(shù)據(jù)的狂飆，各國升級(jí)氣象計(jì)算機(jī)的新聞不時(shí)就會(huì)見諸報(bào)端。

　　其次，算得更快。

　　如此龐大的數(shù)據(jù)一股腦兒涌來，需要一系列處理、分析、推演、預(yù)測等操作，加上人們所需的氣象預(yù)報(bào)時(shí)空精度越來越高，所需的計(jì)算量級(jí)和復(fù)雜程度也非常之大，而且整個(gè)過程往往需要在半小時(shí)之內(nèi)完成，輕易就能干倒一個(gè)計(jì)算設(shè)備的可用資源。

　　比如中國氣象局最近一次提出的“計(jì)算”需求是：高性能計(jì)算系統(tǒng)峰值運(yùn)算速度要不低于 8000 萬億次每秒，在線存儲(chǔ)容量要大于 12.6PB，全系統(tǒng)可用度超過 99%，堪稱是算力怪獸。

　　最后，想得更準(zhǔn)。

　　氣象預(yù)測最終是要為服務(wù)社會(huì)民生所用，但限制其可用性的既包括系統(tǒng)本身的技術(shù)局限，還有著復(fù)雜且無法預(yù)測的用戶需求，如何將二者統(tǒng)一起來輸出合理的決策呢？

　　以往的做法是，讓經(jīng)驗(yàn)豐富的人類預(yù)報(bào)員與機(jī)器一同工作，來給出適當(dāng)?shù)闹笇?dǎo)。當(dāng)然，人工智能的加入可以幫助工作人員大大地提升效率。

　　2017 年，中國氣象局公共氣象服務(wù)中心聯(lián)合天津大學(xué)共同研發(fā)了全國強(qiáng)對流服務(wù)產(chǎn)品加工系統(tǒng)。就運(yùn)用圖像識(shí)別和深度學(xué)習(xí)等新技術(shù)，快速監(jiān)測強(qiáng)對流天氣。比如就冰雹預(yù)警來說，通過深度學(xué)習(xí)，清晰地分析出雷達(dá)回波上的冰雹特征，從而更好地識(shí)別冰雹云，推算出其移速和移向，給出公里級(jí)的冰雹可能影響范圍，幫助人類更早地預(yù)警和防范。

　　所以，近年來在諸多智慧城市項(xiàng)目中，將氣象數(shù)據(jù)與城市基礎(chǔ)數(shù)據(jù)疊加，通過模擬天氣變化來為城市運(yùn)行、應(yīng)急調(diào)度提供決策依據(jù)，已經(jīng)作為公共服務(wù)的一部分，成為城市治療的必備選項(xiàng)。

　　氣象大腦+超算，會(huì)帶來哪些改變？

　　既然氣象大腦的能力進(jìn)階，對計(jì)算能力提出了超高要求，那么計(jì)算機(jī)的更新?lián)Q代自然也就刻不容緩了。

　　目前有實(shí)力的國家如中美英日等，支撐起氣象預(yù)測數(shù)值計(jì)算的都是高性能的超級(jí)計(jì)算機(jī)。

　　比如中國的神威·太湖之光，就擁有超過 1000 萬個(gè)內(nèi)核、125PFlops （1PFLOPS 等于每秒1×1015 次浮點(diǎn)運(yùn)算）的峰值性能。

　　如此龐大的計(jì)算集群，自然也會(huì)給運(yùn)營過程帶來一些不確定因素。

　　比如說，天氣模擬需要數(shù)萬個(gè) CPU 并行計(jì)算，微小的互連延遲和帶寬都有可能給結(jié)果帶來偏移；

　　再比如降本增效。氣象大腦的災(zāi)備往往需要設(shè)計(jì)兩個(gè)計(jì)算資源相對獨(dú)立的子系統(tǒng)，同時(shí)共享存儲(chǔ)資源。這樣一來，業(yè)務(wù)可靠性大大提高，但功耗、服務(wù)器成本也大大提高，如何降低氣象預(yù)測的社會(huì)成本，也與每個(gè)人利益切身相關(guān)。

　　當(dāng)然，一部分計(jì)算可以借助“上云”來實(shí)現(xiàn)。一方面可以降低計(jì)算成本，同時(shí)利用云端智能技術(shù)，可以提供傳統(tǒng)計(jì)算不具有的管理功能。

　　比如深圳市氣象局聯(lián)合國家超級(jí)計(jì)算深圳中心打造的“深圳氣象云”，就具備分區(qū)預(yù)警、地質(zhì)災(zāi)害預(yù)警、第三方數(shù)據(jù)查詢分析等功能，對泛華南區(qū)域多種實(shí)時(shí)氣象監(jiān)測數(shù)據(jù)，進(jìn)行高速分析處理和精細(xì)化格點(diǎn)預(yù)報(bào)。

　　不過，天氣系統(tǒng)本身是一個(gè)復(fù)雜多變且不穩(wěn)定的系統(tǒng)，其數(shù)值、輸入、輸出以及物理機(jī)制都存在不確定性，這也使得精細(xì)化模型的訓(xùn)練和實(shí)現(xiàn)相對困難。對于短期內(nèi)的臨時(shí)天氣預(yù)測，人工智能還需要繼續(xù)磨練才行。

　　投入了那么多，精準(zhǔn)預(yù)測天氣到底有多大價(jià)值，恐怕是人們最想了解的。

　　正如前文所說，夏有空調(diào)、冬有暖氣的都市人可能早已有了抵御氣候變化的盔甲，但這只是人類社會(huì)生活極小占比的存在。在更廣泛的領(lǐng)域內(nèi)，明辨天時(shí)，依然有著重要的價(jià)值。

　　簡單總結(jié)一下：

　　1. 提高第一產(chǎn)業(yè)的生產(chǎn)效率。

　　無論科技和城市文明如何發(fā)展，農(nóng)業(yè)“靠天吃飯”的本質(zhì)都難以改變，越來越準(zhǔn)的天氣預(yù)報(bào)，才能讓農(nóng)林牧副漁等產(chǎn)業(yè)獲得預(yù)期回報(bào)。

　　比如漁業(yè)，就是最早對氣象服務(wù)提出迫切需求的行業(yè)。早期，為了保障出海安全，漁民們求助過媽祖，尋找過氣象人員來為其講解天氣，與之相比，網(wǎng)格化顆粒度的預(yù)報(bào)，顯然能最大限度地保障漁民們的生命安全。

　　2. 最大程度地保障城市安全。

　　即使身處城市之中，也依然會(huì)面臨突發(fā)天氣的困擾。比如雷暴天氣就是夏季影響飛行安全的主要危險(xiǎn)天氣之一，當(dāng)你在機(jī)場延誤了八個(gè)小時(shí)之后，你會(huì)不會(huì)氣憤為什么天氣預(yù)報(bào)不能在你買票時(shí)就提醒你？別問我是怎么知道的。

　　比如廣東就基于歷史觀測資料，系統(tǒng)地研究了廣東省熱帶氣旋(tropical cyclone,TC)風(fēng)雨及其帶來的直接經(jīng)濟(jì)損失的空間分布特征，發(fā)現(xiàn)風(fēng)雨天氣和經(jīng)濟(jì)損失之間的相關(guān)系數(shù)達(dá)到 0.66 以上（強(qiáng)正相關(guān)），這也表明了智能天氣系統(tǒng)在城市經(jīng)濟(jì)中的價(jià)值。

　　3. 認(rèn)識(shí)地球，建立完善領(lǐng)先的生態(tài)體系。

　　除了天氣變化本身，氣象系統(tǒng)也能夠把空氣、河流、山丘等拉進(jìn)一張“數(shù)據(jù)網(wǎng)”中，比如南京就建立了特大城市綜合大氣垂直廓線觀測網(wǎng)，太湖、洪澤湖、高郵湖、駱馬湖建設(shè)了水上綜合觀測平臺(tái)。

　　而日本氣象新聞公司 WNI 為了開發(fā)北極新航道，甚至在 2017 年專門發(fā)射了一顆商用氣象衛(wèi)星，用于探測北極地區(qū)的陸面和洋面溫度。

　　總而言之，盡管《混沌蝴蝶》一書中能呼風(fēng)喚雨的“大氣敏感點(diǎn)”并不可能存在，但從國家戰(zhàn)略層面，認(rèn)識(shí)地球規(guī)律更多，本身也意味著在經(jīng)濟(jì)、人文布局上占據(jù)了主動(dòng)權(quán)。

　　最后，引用一句民謠來結(jié)束本篇文章，或許它能夠解釋為什么，預(yù)測天氣和氣候是世界上最復(fù)雜的問題之一，但我們卻孜孜以求地用最尖端的計(jì)算科學(xué)來抵達(dá)它——

　　少了一顆釘子，丟了一塊蹄鐵；少了一塊蹄鐵，丟了一匹戰(zhàn)馬；少了一匹戰(zhàn)馬，丟了一個(gè)騎手；少了一個(gè)騎手，丟了一場勝利；少了一場勝利，丟了一個(gè)國家……

總結(jié)

以上是生活随笔為你收集整理的英国将投资12亿英磅建“气象超脑”，只为一个晴天的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。