傳統(tǒng)高性能計(jì)算應(yīng)用的數(shù)據(jù)驅(qū)動(dòng)新方法獲得成功實(shí)踐

石油勘探領(lǐng)域新方法。新興的海量地震數(shù)據(jù)采集對(duì)地震數(shù)據(jù)處理、解釋、建模等工作提出了極高的挑戰(zhàn)，大規(guī)模數(shù)據(jù)處理理論與技術(shù)研究成為當(dāng)前的研究熱點(diǎn)。人工智能在石油勘探的應(yīng)用研究主要分為3?類：解釋、預(yù)處理、反演。①地震數(shù)據(jù)解釋是較早發(fā)展?AI?方法的領(lǐng)域，以?AI?代替人機(jī)交互為目的，解決大規(guī)模數(shù)據(jù)解釋。傳統(tǒng)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(shù)據(jù)預(yù)處理以提高地震信號(hào)質(zhì)量為目的，如數(shù)據(jù)重建、噪音壓制、濾波等。傳統(tǒng)預(yù)處理多利用積分變換方法，多存在常見的不理想現(xiàn)象。新興的?AI?方法能夠取得更好的預(yù)處理效果。③全波型反演是近期的研究熱點(diǎn)，其迭代收斂導(dǎo)致計(jì)算量大幅度上升，且信號(hào)噪音的存在導(dǎo)致出現(xiàn)局部極小值收斂的問題?；?AI?方法的反演成像，取得了一定進(jìn)展。然而，AI?技術(shù)的應(yīng)用對(duì)數(shù)據(jù)存儲(chǔ)和計(jì)算資源也提出更高要求。

氣象預(yù)報(bào)領(lǐng)域新方法。數(shù)值預(yù)報(bào)是高性能計(jì)算的傳統(tǒng)應(yīng)用領(lǐng)域，幾乎在任一時(shí)期，數(shù)值天氣預(yù)報(bào)系統(tǒng)都使用了當(dāng)時(shí)最快速的高性能計(jì)算機(jī)。AI?在天氣預(yù)報(bào)領(lǐng)域的應(yīng)用有較長歷史。當(dāng)前，AI?技術(shù)在天氣和氣候領(lǐng)域中的應(yīng)用研究主要包括：觀測(cè)數(shù)據(jù)質(zhì)量控制、衛(wèi)星數(shù)據(jù)反演及數(shù)值模式資料同化、數(shù)值模式參數(shù)化及后處理、天氣系統(tǒng)識(shí)別、極端和災(zāi)害性天氣預(yù)報(bào)、短時(shí)臨近預(yù)報(bào)、臺(tái)風(fēng)海洋天氣預(yù)報(bào)、氣候分析和預(yù)測(cè)、環(huán)境污染相關(guān)預(yù)報(bào)、可再生能源相關(guān)的預(yù)報(bào)等。2013?年，Earth Risk?發(fā)布的?TempRisk Apollo 40?天的氣溫概率預(yù)報(bào)模式，利用深度學(xué)習(xí)方法填補(bǔ)了傳統(tǒng)的數(shù)值天氣預(yù)報(bào)?15—30?天之間的延伸期預(yù)報(bào)空白。2016?年，IBM?通過收購?The Weather Company（天氣公司），實(shí)現(xiàn)?0．2—1．2?英里小尺度超局地天氣的準(zhǔn)確預(yù)報(bào)，精準(zhǔn)服務(wù)于運(yùn)輸公司、公共事業(yè)單位甚至是零售商。2017年，中國氣象局聯(lián)合天津大學(xué)共同研發(fā)的全國強(qiáng)對(duì)流服務(wù)產(chǎn)品加工系統(tǒng)，運(yùn)用圖像識(shí)別和深度學(xué)習(xí)等新技術(shù)，判斷出未來?30?分鐘內(nèi)強(qiáng)對(duì)流天氣發(fā)生和影響的區(qū)域，并發(fā)布空間分辨率為?1?公里，每?6?分鐘滾動(dòng)更新的預(yù)測(cè)產(chǎn)品。然而，僅基于圖像識(shí)別和深度學(xué)習(xí)的預(yù)報(bào)方法無法涵蓋天氣過程發(fā)生的物理基礎(chǔ)，仍然無法取代傳統(tǒng)數(shù)值模式預(yù)報(bào)。未來，隨著計(jì)算能力提升和?AI?方法的進(jìn)步，氣象預(yù)報(bào)領(lǐng)域應(yīng)用是否能有新的突破，值得氣象學(xué)者與計(jì)算機(jī)學(xué)者共同協(xié)作，進(jìn)一步探索。

相關(guān)文章