在雄安气象人工智能创新研究院（以下简称雄安院）采访，记者最深刻的感受是，一门建立在长期理论积累和工程实践基础上的学科，正在因为人工智能技术的融入，打开新的发展空间。

　　对中国气象部门而言，这不仅意味着预报技术和业务能力的进一步提升，也带来了一次加快创新突破、形成特色优势的重要机遇。

　　7月29日，雄安气象人工智能创新研究院，技术人员正在通过“风清”模型关注台风实时路径。 河北日报记者 王思达摄

　　长期以来，数值天气预报一直是现代天气预报业务的核心技术。欧洲中期天气预报中心等国际先进机构，经过数十年持续积累，在资料同化、模式研发、业务运行等方面形成了较为明显的优势。我国数值预报能力也在不断提升，但在部分核心技术、基础数据和精细化预报能力等方面，仍有进一步追赶和突破的空间。

　　数值预报是一项高度复杂的系统工程。从动力框架、资料同化到各类物理过程参数化，每一项改进都需要长期科研积累、工程迭代和业务检验。正因如此，预报水平的提升往往是渐进式的，很难依靠某一项单点技术在短期内实现整体跃升。

　　人工智能的发展，为气象预报提供了新的技术选择。它不是对传统数值预报的简单替代，而是通过从海量数据中学习大气演变规律，为提升预报效率、改进部分要素预报效果、拓展应用场景提供了新的可能。人工智能与数值预报在数据、机理和业务流程上的深度融合，正成为国际气象科技发展的重要方向。

　　在这条新赛道上，我国具备较好的发展基础。近年来，我国人工智能产业快速发展，在算法研发、算力基础设施和工程应用等方面积累了较强能力。同时，依托风云气象卫星、天气雷达、地面气象观测站等组成的综合观测体系，持续积累了覆盖范围广、种类丰富的气象观测数据，为开展人工智能气象模型研发提供了重要支撑。

　　当然，人工智能气象预报仍处于快速发展阶段。面对极端天气，模型对强度、落区和演变过程的刻画能力仍需提升；模型可解释性、物理一致性和稳定性仍有待加强；自主高质量数据集、统一评估体系以及业务应用流程也需要持续完善。人工智能模型真正进入业务，还必须经过长期、严格的检验，不能以一次个例或少数指标简单判断优劣。

　　因此，人工智能带来的机遇，并不意味着另起炉灶，更不是对传统技术路线的全盘否定。未来的气象预报，很可能是物理机理与数据驱动相互融合、数值模式与人工智能模型协同发展的新形态。

　　从这个意义上说，雄安院正在探索的，不只是几个模型、几项技术，而是一种新的科研组织方式和技术演进路径。面对人工智能带来的科技变革，只要坚持面向业务需求，加强基础能力建设，推动多领域协同创新，就有可能在新的技术方向上形成更多具有自主特色的成果，为我国气象科技高水平自立自强增添新的动力。

　　文/河北日报记者 王思达