业界一直不乏关于AI及其应用的好处的讨论，从约会、营销和社交媒体到太空探索和医学进步。每个行业都受到人工智能工具的影响，包括气象行业。气象学一直在努力解决大数据问题。笔者甚至认为，在大数据成为主流之前，气象学就是大数据的缩影。天气多变且混乱，半个多世纪以来，气象学家一直在努力处理数TB的数据和模型变量，以做出准确的天气预报。今天，由于物联网、更多传感器和集体建模，我们仍在处理PB级的数据。作家泰德·奥尔康估计，“今天的（天气）模型每天使用大约1亿条数据，这与模拟人脑或宇宙诞生一样复杂。”但计算能力和人工智能等技术在不断进步，我们现在不仅可以更快、更轻松地分析数据，还可以从历史数据中“学习”以获得更好的态势感知和更好的决策。人工智能可用于气象界，以应对多种不同的挑战。重点之一是做出更好的天气预报。天气预报现在更加准确。今天的五天预报准确率为90%，与25年前的三天预报一样。短期预报（即目前对小时时间跨度的预报）更具挑战性，主要是由于地面的微观变化。来自DeepMind和埃克塞特大学的科学家与英国气象局合作，利用人工智能构建了一个现代预报系统，有望克服这些挑战并做出更准确的短期预报，包括对大风暴和洪水的预报。另一项研究着眼于建模的效率以及人工智能如何分析过去的天气模式以更有效、更准确地预测未来事件。我的工作重点（也是我特别感兴趣的人工智能领域）是人工智能在预测天气事件的潜在影响方面的应用，这更多地与天气的后果有关，而不是与天气本身有关。例如，公用事业使用AI来预测可能的停电。为特定公用设施位置或区域收集的历史停电数据可以让计算机根据预测的天气状况生成未来需求的预测。这些历史数据结合了基础设施如何应对过去风暴的知识，包括学习加固网络的差异，了解各个基础设施组件的年龄和维护实践。这些数据集可以生成有关未来风暴停电的基线数据。可以在市辖区管理层面采用相同的方法。我们对城市基础设施、地形和疏散路线等变量的了解，以及历史天气数据，可以帮助城市更好地了解对公共或基础设施安全的潜在影响和风险区域。而且，虽然我们在谈论先进的技术和见解，但我认为人为因素在这个过程中仍然至关重要。《连线》期刊最近的一篇文章提到了研究结果，发现人类预测员比人工智能更准确。另一个需要人为干预的领域是对风险沟通者日益增长的需求。风险沟通者是一群特殊的气象学家，他们超越预测并向企业、市政当局或公众传达风险或影响。我听过一些评论说，在AI更值得信赖之后，你可以简单地切换天气偏好来按需获得准确且有意义的天气数据。我同意我们将逐渐获得更好的数据和预测，但我相信这也会增加人类专家以有意义的形式评估、解释和交流数据（以及风险和影响）的需求，以帮助那些必须灵活、保护人员、基础设施和企业资产的明智决策。更大的问题不是人类与人工智能的预测，而是气象学家如何使用改进的人工智能来帮助决策者为利益相关者做出最佳决策。
