想象一下，數(shù)以萬計(jì)的高爾夫球以超過每小時(shí)100英里的速度從天而降會(huì)是怎樣的情形，而冰雹所能造成的破壞正與其相當(dāng)。

在短短幾分鐘的時(shí)間內(nèi)，冰雹就會(huì)摧毀莊稼，讓車身凹陷，粉碎擋風(fēng)玻璃，甚至?xí)尫课莺徒ㄖ飩劾劾郏斐蓴?shù)十億美元的損失。

“由于冰雹有很大的破壞性，我們希望能夠更準(zhǔn)確地對它進(jìn)行預(yù)測，從而提前做好防御，避免人身及財(cái)產(chǎn)損害，”美國國家大氣研究中心（NCAR）博士后研究員David Gagne II說道。

為更準(zhǔn)確地預(yù)測冰雹可能發(fā)生的地點(diǎn)以及冰雹大小，Gagne與NCAR的其他科學(xué)家正在使用GPU加速的深度學(xué)習(xí)進(jìn)行研究。

目前冰雹預(yù)測能力不足

當(dāng)雷暴中的上升氣流強(qiáng)到足以將水滴帶到結(jié)冰層以上的高空時(shí)，冰雹便會(huì)產(chǎn)生。這些凍結(jié)的水滴變成冰雹，且會(huì)隨著水分凍結(jié)的增加而不斷變大。當(dāng)冰雹太重以致上升氣流無法托住時(shí)，它們便會(huì)降落到地面。

Gagne指出，氣象學(xué)家與其他科學(xué)家有多種預(yù)測風(fēng)暴的方法，但是這些方法均存在缺陷，可能會(huì)導(dǎo)致風(fēng)暴預(yù)測漏報(bào)與誤報(bào)的情況。科學(xué)家們也曾嘗試基于機(jī)器學(xué)習(xí)進(jìn)行預(yù)測。

Gagne表示：“機(jī)器學(xué)習(xí)可對惡劣天氣進(jìn)行準(zhǔn)確預(yù)測，但它需要不斷努力學(xué)習(xí)空間格局。”這些格局可顯示哪些地區(qū)會(huì)受到降雨或冰雹的影響。

AI預(yù)測潛能

根據(jù)Gagne及其他科學(xué)家在《American Meteorological Society》期刊上發(fā)表的一篇論文，相比之下，將空間格局、時(shí)間、以及對條件的物理理解集成至深度學(xué)習(xí)模型之中更為容易。

AI還可能從數(shù)據(jù)中發(fā)現(xiàn)新知識，例如從多普勒雷達(dá)地圖（即電視上的天氣預(yù)報(bào)中所顯示的彩色地圖）所示數(shù)據(jù)中得出結(jié)論。

“我想知道通過深度學(xué)習(xí)能否看到這些圖像，看到氣象學(xué)家所看到的情況，或者通過深度學(xué)習(xí)是否能發(fā)現(xiàn)某些不同的現(xiàn)象。”Gagne說道。

冰雹使車身凹陷。科學(xué)家希望通過更精準(zhǔn)的冰雹預(yù)測，讓人們（以及他們的車）能夠及時(shí)轉(zhuǎn)移到風(fēng)暴范圍以外的保護(hù)區(qū)。

預(yù)測可破壞車身的冰雹

Gagne與其團(tuán)隊(duì)使用NVIDIA Tesla GPU與cuDNN加速的TensorFlow深度學(xué)習(xí)框架，訓(xùn)練他們的模型預(yù)測直徑大于25毫米或約四分之一英寸大小的冰雹。

Gagne說：“這就是足以導(dǎo)致汽車凹陷或屋頂損壞的冰雹尺寸。”

在迄今為止的實(shí)驗(yàn)中，相比其他模型而言，他們的模型通常誤報(bào)率更低、準(zhǔn)確性更高。Gagne 說，更準(zhǔn)確的冰雹預(yù)測可讓人們有充足的時(shí)間轉(zhuǎn)移到保護(hù)區(qū)，將車輛停到風(fēng)暴范圍之外，也可讓機(jī)場及時(shí)改變飛機(jī)航線或取消航班。

Gagne與其他科學(xué)家同時(shí)也在利用AI進(jìn)行預(yù)測降水類型、強(qiáng)風(fēng)及風(fēng)暴持續(xù)時(shí)間的試驗(yàn)。