很多文章的报道都是由微观而宏观，今日小编讲给大家带来的关于研究人员使用人工智能对历史气象数据进行分类的资讯也不例外，希翼可以在一定的程度上开阔你们的视野！y有对研究人员使用人工智能对历史气象数据进行分类这篇文章感兴趣的小伙伴可以一起来看看

正在开辟一种使用人工智能对历史气象数据进行分类的计算机程序，以帮助预测未来森林火灾的发生地点和时间，从而可以预防火灾。

艾伯塔大学野火专家Mike Flannigan还是加拿大野火的负责人，他正在与Ryan Lagerquist博士合作。俄克拉荷马大学气象学院的学生创建程序。

它使用一种称为人工神经网络的机器学习形式来对与高强度野火相关的数据进行分类，并预测极端天气最有可能为森林大火制造条件的位置。

研究人员提供系统数据，并根据概率做出预测。然后研究人员告诉系统是否做出了正确的决定。如果不正确，系统将修改其方法并重试。

这是AI可以比人类做得更好和更快的事情的一个例子，这是因为涉及的数据量巨大，并且能够在数据中找到故意义的模式。

仔细查看所有可用数据，包括压力水平，可以使研究人员更全面地了解情况。

“这比仅使用传统的降水模式更为准确，”弗兰尼根说。

传统上，使用降水，温度，风和相对湿度来预测火灾天气，但是这种新算法结合了压力场，可以更准确地预测火灾友好的天气。高压系统与温暖干燥的天气有关，而低压系统则指示凉爽潮湿的条件。

弗兰尼根说，该计划将建立在加拿大现行的防止野火系统的基础上，并希翼该计划将在五年内投入使用。通过更准确地预测天气，人工智能可以帮助保护加拿大人的生命，并为社区节省数百万美元。