查看原文
其他

以AI赋能,他们是厄尔尼诺“预言家”!

微信大助理团 南京信息工程大学 2022-06-23


当人工智能遇上世界地球日

会是怎样的“化学反应”?

今天,是第52个世界地球日

2021“AI Earth”人工智能创新挑战赛决赛

在南信大举行

在全球2849支参赛队伍中脱颖而出的

6强团队逐鹿南信大



决赛TOP3


swg-lhl

西安交通大学 华中科技大学


吴先生的队伍

南京大学 香港中文大学

先正达集团(中国)


ailab

南京信息工程大学



本次大赛由阿里巴巴达摩院联合南京信息工程大学、国家气候中心、国家海洋环境预报中心、安徽省气象局共同举办,是业界首个AI气候预测大赛。大赛以“AI助力精准气象和海洋预测” 为主题,聚焦全球大气海洋研究前沿方向,推进人工智能技术在气象和海洋领域的学术合作、人才培养、技术交流以及多学科交叉融合应用,探索利用人工智能技术突破行业关键性瓶颈,促进行业前瞻性研究发展。


WMO(世界气象组织)秘书长佩蒂瑞·塔拉斯发来祝贺视频。



他说,人工智能创新挑战大赛克服种种困难在新冠肺炎疫情期间成功举办,这令人敬佩。如今,我们每天都在处理大量数据,人工智能在其中作用与日俱增。感谢南京信息工程大学在诸多领域与世界气象组织的长期友好合作,本次大赛作为世界气象组织南京区域培训中心和国际气象教育与科学研究协会的开创性合作,将会促进更多气象相关学科的大学彼此之间的新一轮合作。同时,还要感谢大家在2021年世界地球日强调人工智能技术对未来气象科学发展的重要性,让更多专家学者、科技行业从业者加强人工智能在地球预测系统和多灾害预警服务等方面的技术攻关和产品研发,共同促进人与自然和谐共处。


解决气候预测难题,AI带来新机遇



中国科学院院士曾庆存指出,“人工智能是新一轮科技革命和产业变革的重要驱动力量,也给气象科学发展带来新机遇。”中国科学院院士王会军表示:“人工智能在对全球和区域气象数据的获取和使用、极端气候和灾害的预测预报两方面发挥越来越重要的作用,应用前景非常广阔。”



全球六强齐聚南信大,一决高下


参与大赛的2849支队伍分别来自17所国外高校、75所国内高校、18个国内研究机构以及43家企业。经过两个多月的全球范围初赛选拔,前6名团队来到总决赛现场一决高下。



比赛中,选手们依次进行20分钟的路演和答辩,介绍各自的技术方案。问题分析、模型构建、数据训练、模型的求证与解释……选手们的展示严谨又充满自信。














提问环节,评委专家南京信息工程大学罗京佳教授、同济大学袁时金教授、复旦大学张峰教授、清华大学黄小猛副教授、达摩院视觉智能实验室资深算法专家李昊,根据选手们的现场答辩进行提问。


<<向左滑动查看更多>>


“对于关键因子的选择,你们为什么没有考虑其他的因子?”“在空间选取的时候,阈值是如何确定的?”“你们对这个模型的可解释性是怎么理解的?”“你们把周期的成本分解与人工智能结合起来,我觉得非常好”……面对专家的棘手问题,选手们冷静作答,在思维的碰撞中对模型在气候预测中的应用有了更深入的理解。


精心安排的有奖问答环节,主持人提出许多与世界地球日和大赛主题息息相关的小问题,观众们积极抢答,在趣味互动中唤醒对地球气候的关注。



多支团队实现AI气候预测新突破


被誉为“气象人才的摇篮”的南京信息工程大学是全球最早探索AI与气候预测领域结合的机构之一。2019年,南京信息工程大学罗京佳教授发表的论文登上《Nature》期刊,首次在业界证明了AI预测气候的性能超越传统动力模式,能提前 18 个月预测厄尔尼诺,同时准确率超过80%。


此次比赛,多支团队实现了AI气候预测的新突破,预测效果提升明显。南京信息工程大学 “ailab”团队采用了无监督时空预测模型,有效提高数据利用率,可解释性优于传统深度学习。团队成员王天雷表示:“这次比赛尝试了新的方法,因为厄尔尼诺预测使用的是时空序列数据,因此我们没有使用原始的有监督学习,而是使用了擅长的无监督时空预测模型,这是取得更好效果和更强解释性的主要原因。”



“过程崎岖,却也令人欣喜”


一路从预赛杀到决赛

过关斩将,尘埃落定

在结果之外,过程更重要

选手们这样说——




吴先生的队伍

较长时间的ENSO预报难度确实很大,我们对这类年际、年代际振荡的可预报性有了更深的认识,对self-attention有了更深刻的认识,以后会更关注transformer及其他自注意力机制模型在时空预报的应用。




swg-lhl

比赛的时间跨度比较长,整个比赛坚持到现在并不容易。气象问题是一个完全陌生的领域,比赛过程是崎岖艰难的,却也同样令人欣喜、乐在其中。从最初的盲目和一头雾水,不断尝试新的方法,到找到可行的方案后不断改进,看着自己的分数一点一点提高,一点一点积累经验、学习新的技巧,这些点滴的进步正是比赛的乐趣所在。




ailab

此次比赛让我们收益颇丰,选手们八仙过海,展示了各种有创意的、有趣的技术方案。除了docker技术,我们还学习到了各种数据预处理、训练小技巧。我们对已经掌握的模型的综合性能有了更全面的评估,而不再是仅仅关注其准确率。





神之一手YueTan

结合机器学习基础和对任务、数据、模型的深入认识,才能不断取得进步。我们尝试了自己之前开源的时间序列模型库,取得了一定效果,也借比赛数据进一步优化了开源库。




HJWB

时间看似很长却又很快流逝,我们还有想法没有来得及尝试,感觉这就是比赛的魅力,刺激选手不断地思考以创造出更多新颖有效的预报方法。




预言家

参赛过程中我们像打了鸡血一样兴奋,通过人工智能技术,跨领域解决气象学相关预测问题是一件很酷的事情。另外,比赛中积累的一些技巧也带给我们很多启发,可以帮助我们在日常工作中获得提升。


转动了45亿多年的地球

尽管富饶慷慨

却也有着被忽视的脆弱

温室气体汇集、气候变暖……

地球母亲愈发需要修复和守护


将AI应用于气候预测

正是我们对地球气候的责任的体现

算法没有最好,只有更好

守护地球,也需要我们做的更多

让我们一起

携手应对挑战 守护地球家园


往期精彩

大动作!甲子名校诚邀天下英才!


名家讲坛100场!点击解锁快乐星球


南信大朋友圈大公开!


文字:严常坤 徐玚

图片:曾雅俊 李敬璇

素材:研究生工作部、研究生院  国际合作与交流处

编辑:王星彭

责编:张佳杰

审核:方向


点亮“赞”和“在看”,为选手们的亮眼表现打call👇

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存