用GPU加速的深度学习，提高冰雹预测能力

想象一下，数以万计的高尔夫球以超过每小时100英里的速度从天而降会是怎样的情形，而冰雹所能造成的破坏正与其相当。

在短短几分钟的时间内，冰雹就会摧毁庄稼，让车身凹陷，粉碎挡风玻璃，甚至会让房屋和建筑物伤痕累累，造成数十亿美元的损失。

“由于冰雹有很大的破坏性，我们希望能够更准确地对它进行预测，从而提前做好防御，避免人身及财产损害，”美国国家大气研究中心（NCAR）博士后研究员David Gagne II说道。

为更准确地预测冰雹可能发生的地点以及冰雹大小，Gagne与NCAR的其他科学家正在使用GPU加速的深度学习进行研究。

目前冰雹预测能力不足

当雷暴中的上升气流强到足以将水滴带到结冰层以上的高空时，冰雹便会产生。这些冻结的水滴变成冰雹，且会随着水分冻结的增加而不断变大。当冰雹太重以致上升气流无法托住时，它们便会降落到地面。

Gagne指出，气象学家与其他科学家有多种预测风暴的方法，但是这些方法均存在缺陷，可能会导致风暴预测漏报与误报的情况。科学家们也曾尝试基于机器学习进行预测。

Gagne表示：“机器学习可对恶劣天气进行准确预测，但它需要不断努力学习空间格局。”这些格局可显示哪些地区会受到降雨或冰雹的影响。

AI预测潜能

根据Gagne及其他科学家在《American Meteorological Society》期刊上发表的一篇论文，相比之下，将空间格局、时间、以及对条件的物理理解集成至深度学习模型之中更为容易。

AI还可能从数据中发现新知识，例如从多普勒雷达地图（即电视上的天气预报中所显示的彩色地图）所示数据中得出结论。

“我想知道通过深度学习能否看到这些图像，看到气象学家所看到的情况，或者通过深度学习是否能发现某些不同的现象。”Gagne说道。

冰雹使车身凹陷。科学家希望通过更精准的冰雹预测，让人们（以及他们的车）能够及时转移到风暴范围以外的保护区。

预测可破坏车身的冰雹

Gagne与其团队使用NVIDIA Tesla GPU与cuDNN加速的TensorFlow深度学习框架，训练他们的模型预测直径大于25毫米或约四分之一英寸大小的冰雹。

Gagne说：“这就是足以导致汽车凹陷或屋顶损坏的冰雹尺寸。”

在迄今为止的实验中，相比其他模型而言，他们的模型通常误报率更低、准确性更高。Gagne 说，更准确的冰雹预测可让人们有充足的时间转移到保护区，将车辆停到风暴范围之外，也可让机场及时改变飞机航线或取消航班。

Gagne与其他科学家同时也在利用AI进行预测降水类型、强风及风暴持续时间的试验。