要下冰雹了：深度學習如何增進預測破壞性風暴的結果

想像一下成千上萬顆高爾夫球以每小時百英里以上的速度從天而降，便可明白冰雹會造成的傷害。

降下的冰雹在短短幾分鐘內，便會破壞農作物、車輛的車身和擋風玻璃，甚至造成房屋及建築物出現坑洞，造成數十億美元的損失。

「我們希望能更妥當地預測具有高破壞力的冰雹，讓人們能在降下冰雹時進行避難和保護財物。」美國國家大氣研究中心（NCAR）的博士後研究員 David Gagne II，本週在 GPU 科技大會的演講活動裡這麼說道。

Gagne 與 NCAR 的其他科學家使用 GPU 加速深度學習技術，以求更準確地預測會在哪裡降下冰雹及尺寸。

目前冰雹預測技術的缺失之處

當大雷雨的上升氣流強到足以將水滴帶到結冰高度以上的位置時，便會發生冰雹。這些冰凍的小水滴變成了冰雹，隨著有更多的水結冰附著在上面，而形成更大的冰雹。冰雹重到上升氣流承受不住時，就會掉落到地面上。

Gagne 表示氣象學家與其他科學家有多種預測暴風雨的方法，不過都有其缺陷，而漏失暴風雨和發出假警報，科學家們也嘗試使用機器學習進行預測。

「機器學習會產生出可靠的劇烈天氣預報資訊，但在學習空間模式方面有其能力不足之處。」Gagne 說。這些模式會顯示大雨或冰雹將影響哪些地方。

人工智慧的預測潛力

相比之下，Gagne 與其他科學家在美國氣象學會期刊上發表的一篇報告裡，表示將空間模式、時間和對環境的實際理解內容納入深度學習模型，相對來說會比較容易。

人工智慧或許還能呈現出資料裡新的知識，例如在電視天氣預報裡看到以多種顏色顯示的都卜勒雷達圖。

「我好奇的是，深度學習是否能看懂這些影像，還有是否能看到氣象學家眼中見到的內容，或者它能看到什麼別的東西。」Gagne 說。