日期：2022/12/14
天氣預報產業近年來相當受到矚目，根據ResearchAndMarkets的數據，到2027年底，天氣預報服務市場規模預計將增長到54.83億美元，預計年均複合成長率約為10%。尤其隨著運輸和物流、農業、保險、環境管理和海事等產業成長，近年來對天氣預報服務的需求顯著增加。
隨著人工智慧的發展，計算大量數據來檢測，將會有助於建立短期的天氣預測和未來氣候的模型。機器學習、神經網絡和深度學習可以精準的模擬大氣變化，減少了傳統算法所需的負載，並且可以在更小的系統上運行、速度也更快，精準度可以達到10倍以上，成本甚至可以減少90%。
由於全球對天氣預報技術的需求一直在快速增長，也有越來越多科技巨頭投入該領域的AI研發，以最快的時間、最少的金錢預算，模擬數個小時內可能的天氣遽變，幫助人們應對與疏散，減少生命財產的損失。
幾十年來，天氣預報一直以同樣的方式進行：匯集來自海洋浮標和獨立天氣追踪器的資料、用超級電腦處理大量的大氣和海洋數據，然後使用模擬天氣中流體動力學物理的模型分析這些數據。而這些大量的數據需要超級電腦的處理能力，並且耗費大量的時間與金錢來收集和處理。
隨著人工智慧的發展，計算大量數據來檢測，將會有助於建立短期的天氣預測和未來氣候的模型。機器學習、神經網絡和深度學習可以精準的模擬大氣變化，減少了傳統算法所需的負載，並且可以在更小的系統上運行、速度也更快，精準度可以達到10倍以上，成本甚至可以減少90%。
由於全球對天氣預報技術的需求一直在快速增長，也有越來越多科技巨頭投入該領域的AI研發，以最快的時間、最少的金錢預算，模擬數個小時內可能的天氣遽變，幫助人們應對與疏散，減少生命財產的損失。
幾十年來，天氣預報一直以同樣的方式進行：匯集來自海洋浮標和獨立天氣追踪器的資料、用超級電腦處理大量的大氣和海洋數據，然後使用模擬天氣中流體動力學物理的模型分析這些數據。而這些大量的數據需要超級電腦的處理能力，並且耗費大量的時間與金錢來收集和處理。
圖／Shutterstock