6月23日，气象大数据与机器学习联合实验室成立2周年大会在中国气象局影视中心举行。中国科学院院士、清华大学张钹教授受邀做《人工智能与气象预报》报告。中科院自动化所所长徐波、中国气象局公共气象服务中心主任孙健出席并讲话。来自中科院自动化所、中国气象局、联合实验室科研人员50余人共同参加活动。 

　　气象大数据与机器学习联合实验室由中国科学院自动化研究所与中国气象局公共服务气象服务中心共建，张文生研究员担任联合实验室主任。自2015年6月成立以来，实验室针对气象大数据中的机器学习方法，开展了气象大数据多源数据融合建模、气象要素关系挖掘与知识发现、行业气象服务中的大数据挖掘等研究，成功研发推出了分钟降水预报、降水相态识别、快速循环地面气象要素融合、强对流天气识、能见度监测与预报等系列成果。其中，分钟降水预报通过雷达、卫星和地面观测多源数据融合建模，实现了全国范围内0-2小时、1公里×1公里、逐6分钟时间间隔降水预报；降水相态识别对地面观测气象要素、数值模式预报气象要素、地理信息、城市环境信息等融合建模，实现了雨、雪、雨雪混合相态识别，识别准确率85%以上。 

　　张钹院士在报告中总结归纳了基于数学模型的数值计算、基于知识与经验的符号推理（知识驱动法）、基于大数据的机器学习（数据驱动法）三种方法。报告分析称由于专家知识的稀缺与昂贵、专家经验与知识的模糊性与不确定性、地域限制性，专家系统在气象中的推广应用存在困难。而基于数据驱动的机器学习方法则可以在缺乏专家知识的前提下，结合数据特征或规则，有效进行大数据处理。报告总结象棋和围棋的特点，认为象棋的原理是计算（预测），而围棋的原理是直觉+计算。而有经验的天气预报员如同经验丰富的围棋手，正是在可计算的数值模型基础上，凭借其敏锐的直觉对天气做出预判。对于人工智能在气象预报中的应用，张钹院士分析指出，气象知识相对比较丰富，气象数据也很丰富且具有较高质量，这些都是机器学习在气象预报应用中的有利条件。张院士指出，关键是如何把三种方法进行有效的结合，将能够实现气象预报的精准预测。 

　　会上，中国气象局公共服务中心总师张国平做《基于机器学习的分钟天气预报技术与应用》主题报告。中国气象局国家气象中心预报系统开放实验室主任薛峰做《国家级智能网格气象预报》主题报告。自动化所张文生研究员做《气象大数据中的机器学习》主题报告，分享了人工智能技术在气象预报中的成功应用，并对更好通过人工智能技术进行精准气象预报做了深入思考和探讨。 

　　徐波所长表示，当前人工智能浪潮席卷而至，受到学术界和各行各业共同关注。随着人工智能成为国家发展战略，人工智能将进一步广泛融入气象、安全、文化等各个行业领域。自动化所以人工智能为立所之本，不断优化科研布局，在深化人工智能基础理论研究和核心技术平台建设的同时，努力推进人工智能+系列成果应用。气象大数据与机器学习联合实验室成立两周年，探索了人工智能技术与气象行业的融合模式，搭建了人才融合平台，取得了可喜的系列成果，希望通过联合实验室开展更加深入的合作，将自动化所高精尖的人工智能技术持续服务于气象行业，共同促进社会进步。 

　　中国气象局公共气象服务中心孙健表示，传统的数值预报到了极致阶段，已很难实现气象预报的大超越。联合中科院自动化所人工智能技术优势，与气象大数据进行有效融合，走出了一条气象预报的新技术路线，在精细化服务产品研发、气象大数据机器学习方法研究和大数据处理平台搭建等方面取得了重要成果，期待与自动化所继续深化合作，借助自动化所雄厚的人工智能技术，在人工智能发展浪潮中实现气象精准预报的并道超车。