原创《气象预报应用人工智能的现状分析和影响》：本论文主要论述了气象预报论文范文相关的参考文献,对您的论文写作有参考作用。
一、引言
近些年,尤其是2013年以来,全球掀起人工智能研潮,人工智能被认为是引领未来的战略性技术.世界主要发达国家均把发展人工智能作为提升国家竞争力、维护国家安全的重大战略,加紧出台规划和政策,围绕核心技术、顶尖人才、标准规范等强化部署,力图在新一轮国际科技竞争中掌握主导权.
在我国,近年来国家部署了智能制造等国家重点研发计划重点专项,2016年5月印发实施“互联网+”人工智能三年行动实施方案,2017年7月印发《新一代人工智能发展规划》,从科技研发、应用推广和产业发展等方面提出了一系列发展人工智能的战略举措.国际上,德国在2012年发布的10项未来高科技战略计划中,以“智能工厂”为重心的工业4.0是其中的重要计划之一,包括人工智能、工业机器人等在内的技术做到到大力支持.日本于2015年1月发布《日本机器人战略：愿景、战略、行动计划》,于2016年9月召开“人工智能技术战略会议”,将人工智能研究纳入《第5期科学技术基本计划》和《科学技术创新综合战略2016》.美国于2016年5月成立了一个新的国家科学技术委员会（NSTC）机器学习和人工智能小组委员会,并于2016年10月印发《美国国家人工智能研究和发展战略计划》和《为未来人工智能做好准备》,确定了美国在人工智能领域的7项长期战略.英国科学和技术委员会于2016年10月发布“机器人和人工智能”报告,英国政府于2017年1月发布“现代工业战略”,将人工智能、“智能”能源技术等纳入规划.
不仅是在国家战略层面,事实上,人工智能的迅速发展已经渗透到每个人身边,正在逐步改变人类的社会生活.在气象领域,能否利用人工智能提升气象预报预测的智能化和准确率,渐渐成为了气象行业人士和社会大众的期待,也是我国全面推进气象现代化、实现智慧气象的重要途径之一.但我们也要清醒地认识到,目前,人工智能处于技术炒作期,各类文章层出不穷,良莠不齐、真假难辨.因此,对气象工作而言,应充分调研了解人工智能的发展现状,站在适合气象自身特点的视角来观察和应用人工智能.
二、人工智能发展历程和现状
(一)发展历程
从人工智能的功能角度来看,人工智能是一系列计算算法和技术,旨在模仿和执行人脑的某些智能功能,完成本应需要人类智慧去执行的任务.从1956年在达特茅斯学院召开的研讨会上正式提出人工智能学科算起,60余年来,人工智能研究已经经历了三次技术浪潮.第一次浪潮集中于1956年～1976年的符号主义、机器证明、逻辑语言,这一时期的基本假设是人类的思考方式可以以逻辑学的知识通过简单的0和1表达出来.与利用推理等简单规则不同,1976年～20世纪末,第二次浪潮开始走向专业化,标志是着重于明确定义域的基于规则的专家系统,其中知识是从人类专家中采集,以“if-then”的规则进行运算,然后在硬件中执行.此类系统推理可成功应用于狭义问题,但其并没有学习或处理不确定性的能力.且随着知识量的不断增加,此类系统因为需要学习专家意见,这样不仅成本大,操作也非常困难,还会经常出现矛盾、前后不一致等情况.人工智能研究的第三次浪潮起始于2006年直到现在,由于计算机处理速度和存储能力的飞速发展,人工智能技术获得新生,其表现特点是机器学习（ML）的崛起,技术关键是机器学习的子集——深度学习的发展.从发展历程来看,人工智能研究已经从第一次技术浪潮提出的“类人”研究宏伟志向转向了现在解决替代人类某一项具体行为的技术研究,取做到了在一些狭义的专业化领域（如阿尔法狗围棋）战胜人类的成功.
(二)现状
当前,人工智能发展处在以机器学习为代表的第三次浪潮中.从技术发展来看,过去20余年,人工智能技术的理论和原理并没有创新性的突破,其显著提高在很大程度上做到益于统计和概率方法的采用、海量“大数据”的可用性以及相对便宜的大规模并行计算能力和存储能力的提高.在过去10年中,人工智能子领域——机器学习使计算机能够从经验或例子中通过训练来学习,已经表现出越来越准确的结果,引起了人们对人工智能近期前景更多的兴趣.如今,人工智能系统在专业任务上的表现经常胜于人类.人工智能首次超越人类表现的主要里程碑包括：国际象棋（1997 年）、trivia（2011 年）、Atari 游戏（2013 年）、图像识别（2015 年）、语音识别（2015 年）和阿尔法狗围棋（2016 年）.
正是由于人工智能的最新研究进展让其潜力更为乐观,使行业做到到迅猛发展,并让人工智能方法变做到商业化且能获得高额利润,所以开发人工智能技术产品的各大服务商加大了宣传力度.而事实上我们要问,哪些人工智能技术已经处于成熟期可以应用?哪些技术仍处于开发婴儿期被过度炒作?为回答这些问题,国际知名信息技术研究和分析公司高德纳（Gartner）对人工智能技术的发展现状进行了技术成熟度分析.可以看到一些人工智能技术如人机回圈众包、AI相关的C&SI服务、人工通用智能等技术处于技术萌芽期,深度神经网络ASIC、深度学习、机器学习技术等处于期望膨胀期,虚拟客户助理、增强现实、知识管理工具技术等处于泡沫破裂低谷期,GPU加速器、虚拟现实、集成学习技术处于稳步爬升复苏期,语音识别处于生产成熟期.高德纳预测,深度学习、机器学习、深度神经网络ASIC等目前靠近或处于过热期的技术,在未来2～5年将会到达技术成熟期.对于这些技术,现在正是确定先发优势、开始制定应用这些技术路线图的时候.
三、气象应用人工智能发展历程
(一)發展历程
实际上,人工智能在第二次浪潮时期就已在气象领域做到到应用,如天气预报专家系统、智能天气信息采集系统、智能预报系统、智能气象信息发布系统以及应用在天气预报中的人工神经网络等.其中,天气预报专家系统是源于上世纪70年展起来的专家系统在气象领域的重要应用.
早在1984年,美国、加拿大气象部门的科研人员就开始研制强对流预报中的专家系统.20世纪80年代末到90年代初,人工智能方法在美、加、英、法等国家天气预报中的应用掀起了一场热潮.1989 年就已有许多人工智能预报系统研发, 仅灾害性天气预报系统就有KASSP、GORAD、CONVEX、OCI、WILLARD 、WX1等.这些预报系统大多基于专家系统和自然语言处理来研制,预报对象以强对流灾害性天气为主,如雷暴、冰雹、雾、海雾、闪电等.也有不少系统基于人工神经网络系统来做强降水预报、河流预报、龙卷风预报、闪电预报等.这个时期的人工智能系统特点是多数处于研制阶段,只有不到20%的系统经过实地验证,极少数投入业务使用.这是因为当时既没有专门的顶层设计将人工智能技术引入预报业务,也缺乏独立的计算机环境,且人工智能系统从本质上讲是一种工程开发而不是科学研究,在气象学界不容易被接受.少数几个在美国气象业务中开发和使用的人工智能系统有强对流天气预报系统ITWS（1993）,短期雷暴神经网络预报系统（1992）等.少数几个在加拿大环境局气象预报业务中开发和使用的人工智能预报系统有高级交互式处理系统FPA（1993）、交互式综合预报系统SCRIBE（1995）等.
气象预报论文参考资料：
结论：气象预报应用人工智能的现状分析和影响为关于气象预报方面的的相关大学硕士和相关本科毕业论文以及相关气象预报论文开题报告范文和职称论文写作参考文献资料下载。
