他們說，如果您不喜歡天氣，請稍等。但是等待的時間可能取決于您的位置-與其他地區(qū)相比，某些地理區(qū)域的天氣變化更快，更劇烈，這可能意味著當前的天氣預報模型可能很慢且效率低下。

現(xiàn)在，賓夕法尼亞州立大學的研究人員正在使用人工智能來查明那些瞬息萬變的天氣區(qū)域，以幫助氣象學家在不浪費寶貴的計算能力的情況下得出更準確的天氣預報。

在一項研究中，研究人員使用了基于自然選擇的AI模型來查找大陸上溫度變化難以預測和變化的區(qū)域，以便可以將計算資源集中在那里，而不是天氣不太適合的地方改變。所得的溫度預測算法等于或優(yōu)于當前模型，但使用的計算能力較小。

賓夕法尼亞州立大學地理學，氣象學和大氣科學教授Guido Cervone表示，該研究為賓夕法尼亞州立大學的研究人員提供了超級計算資源的訪問權限，并且是Cyber??Science Institute的副研究員兼副主任。短期預報，這是氣象學中最棘手的問題之一。

Cervone說：“我們的方法有助于將可用的計算資源集中到難以預測的領域，從而有助于產生更好的短期預測。” 數(shù)值天氣預報是計算上最苛刻的問題之一，其在社會上的應用意義深遠。”

地理學博士生胡維明說，目前的天氣圖在被分成一個簡單的網(wǎng)格，網(wǎng)格約有200,000個網(wǎng)格點。當天氣預報員使用計算機分析這些地區(qū)的天氣模式時，計算能力會平均分布在這些網(wǎng)格點之間，每個網(wǎng)格點的直徑大約為11公里或7英里。胡說，雖然這聽起來像是常識，但該地圖并未反映天氣預報的計算現(xiàn)實。地形，海拔，水的接近性以及眾多其他因素可能會破壞天氣模式，從而使某些地區(qū)的預測更加困難。

“如果考慮到愛荷華州，可以說，與其他地方相比，它在幾十公里的天氣狀況中很少經(jīng)歷巨大的變化，因為地形相對簡單，您可以使用一些非常簡單的插值法或估算法得出您將對未來的溫度有一些好的想法。” “但是，在落基山脈，您可以從平原到僅幾公里的山峰，當您嘗試預測天氣狀況時，這會發(fā)生巨大變化。我們要解決的問題是如何計算找出哪些更重要或更有趣的區(qū)域，我們需要對該特定區(qū)域進行更高分辨率或更準確的天氣預報。”