傳統高性能計算應用的數據驅動新方法獲得成功實踐

石油勘探領域新方法。新興的海量地震數據采集對地震數據處理、解釋、建模等工作提出了極高的挑戰，大規模數據處理理論與技術研究成為當前的研究熱點。人工智能在石油勘探的應用研究主要分為3?類：解釋、預處理、反演。①地震數據解釋是較早發展?AI?方法的領域，以?AI?代替人機交互為目的，解決大規模數據解釋。傳統地震解釋屬于人為工作，需要大量工作人員與專家參與。②數據預處理以提高地震信號質量為目的，如數據重建、噪音壓制、濾波等。傳統預處理多利用積分變換方法，多存在常見的不理想現象。新興的?AI?方法能夠取得更好的預處理效果。③全波型反演是近期的研究熱點，其迭代收斂導致計算量大幅度上升，且信號噪音的存在導致出現局部極小值收斂的問題。基于?AI?方法的反演成像，取得了一定進展。然而，AI?技術的應用對數據存儲和計算資源也提出更高要求。

氣象預報領域新方法。數值預報是高性能計算的傳統應用領域，幾乎在任一時期，數值天氣預報系統都使用了當時最快速的高性能計算機。AI?在天氣預報領域的應用有較長歷史。當前，AI?技術在天氣和氣候領域中的應用研究主要包括：觀測數據質量控制、衛星數據反演及數值模式資料同化、數值模式參數化及后處理、天氣系統識別、極端和災害性天氣預報、短時臨近預報、臺風海洋天氣預報、氣候分析和預測、環境污染相關預報、可再生能源相關的預報等。2013?年，Earth Risk?發布的?TempRisk Apollo 40?天的氣溫概率預報模式，利用深度學習方法填補了傳統的數值天氣預報?15—30?天之間的延伸期預報空白。2016?年，IBM?通過收購?The Weather Company（天氣公司），實現?0．2—1．2?英里小尺度超局地天氣的準確預報，精準服務于運輸公司、公共事業單位甚至是零售商。2017年，中國氣象局聯合天津大學共同研發的全國強對流服務產品加工系統，運用圖像識別和深度學習等新技術，判斷出未來?30?分鐘內強對流天氣發生和影響的區域，并發布空間分辨率為?1?公里，每?6?分鐘滾動更新的預測產品。然而，僅基于圖像識別和深度學習的預報方法無法涵蓋天氣過程發生的物理基礎，仍然無法取代傳統數值模式預報。未來，隨著計算能力提升和?AI?方法的進步，氣象預報領域應用是否能有新的突破，值得氣象學者與計算機學者共同協作，進一步探索。

相關文章