火热的人工智能技术，是攻破强对流天气预报难题的希望。为了让AI更好地预报强对流天气，国家气象信息中心研发了“最强”训练数据集。

这几年来，人工智能的应用，已经从热门新闻，变成了常识。

在天气领域，AI一样十分火热。在气象数据分析处理、 预报预测、 数值预报模式能力增强等方面，AI的应用已表现出强大潜力。

不过，最让人心动的，可能是利用AI预报强对流天气。

强对流天气 世界级的预报难题

狂风暴雨、昏天黑地、雷鸣电闪、冰雹袭击……类似这样暴烈的天气体验，多半都是出自强对流天气的影响。

在天气系统家族中，强对流天气以“个头小、寿命短、性子烈”著称。

也正因为这些特点，强对流天气成了预报员心中的痛。

如今的数值天气预报系统，对于尺度较大的天气系统能够作出很好的预判。

典型的例子如台风，虽然威力、影响巨大，但我们绝不会漏掉它的发生、发展、移动、影响。

而强对流天气正相反，尺度很小，大约十几公里至二三百公里，更有甚者，只有几十米至十几公里。生命史短暂，约为一小时至十几小时，较短的仅有几分钟至一小时。

突然发生、迅速发展、快速消亡。

这样的特点决定了它们难于被发现，更难以预测。

5月21日下午，北京突然出现“白昼如夜”景观，正是由于强对流天气的影响。雨水降下后不久，天空重新变得明亮。

AI预报强对流 训练数据集最重要

要让AI干活，有三个条件。

第一是算法，也就是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。

满足这个条件并不难，AI技术发展这些年，很多优秀的算法已经开源。适用于各种用途、各种场合的算法琳琅满目。

第二是算力，也就是提供计算资源的硬件条件。

这个也不难满足，超级计算机运行速度飞速发展，算力完全跟得上需求。

第三，也是最重要的，就是数据驱动能力。

满足这个就不容易了。AI要能用、好用，离不开大量的训练。

举例来说，给AI一个杯子的图片，让它记住这是一个杯子，它只能识别出这张图片对应着杯子。而给AI足够多张杯子的图片，AI就能识别出这些图片中属于“杯子”的共性，进而遇到没见过的杯子图片时，也能够识别。

最著名的AI识图训练数据集ImageNet，就在这方面做了大量工作。

著名的深度学习数据集ImageNet，手动注释了1400多万张图像。ImageNet包含2万多个典型类别，例如“气球”或“草莓”，每一类包含数百张图像。

毫无疑问，训练数据集是AI进步最重要的驱动力。

而国家气象信息中心研发的强对流天气AI应用训练基础数据集，就是给AI预测强对流天气提供了这样一个驱动力。

为了做到这一点，从2018年开始，技术团队搜集整理了自2012年至2018年我国发生的雷暴、短时强降水、雷暴大风、冰雹和龙卷5类强对流天气过程个例共计166295个，并收集了每个个例对应的地面、探空、天气雷达、闪电、卫星、数值模式资料，基于气象大数据云平台“天擎”存储管理。

不夸张地说，比这再全的资料，很难找到了。

赋能AI研发 提供高质量数据支撑

虽然已经有了如此庞大的数据量，但据技术团队表示，这才是第一步。

下一步，技术团队将针对每一次天气过程发生时，各种气象要素的状态一一进行对应标注，以便机器理解数据与天气过程之间的对应关系。

到今年年底，团队计划完成雷暴大风和短时强降水的标注工作。

这是一项艰巨的工作，仅雷暴大风就对应着40个变量，短时强降水稍少一些，也有37个变量。

团队研发了相关算法，利用程序自动打标签+人工核对的方式，提高工作效率。

当数据集制作完成，将会开放给气象部门获取、应用。

届时，相信更优秀的强对流天气人工智能预报解决方案，将在更科学的训练中诞生。