未来技术与气象信息化

文｜沈文海

未来技术与气象信息化

文｜沈文海

一、引言：已现端倪的未来技术

一旦一个星球上诞生了生命，这颗星球上便必然会诞生技术。因为通过技术来扩大生命体的生理能力，对其生存而言是非常奏效的。技术使得生命体逐渐具备自身适应并支配所处生态环境的能力，技术也使人类从蒙昧走向文明。人类几千年的文明史、尤其是近代数次工业革命对人类社会进步所产生的巨大推动作用充分说明，技术进步是人类社会进步的火车头。

沿着技术进步和人类社会发展的轨迹，科学家、人类学家、历史学家、社会学家、哲学家以及不同的学者和流派之间会因之得出许多发人深思的结论，并配以大量的佐证。对于未来技术，未来学家们也已经和正在做出一系列案例丰富、逻辑严谨合理的展望和预判，有些令人兴奋、有些令人惊叹、有些令人困惑，还有一些则令人毛骨悚然甚至绝望。

笔者不敢忝列其中，只是出于对未来的好奇，希望通过对未来技术的了解和发展脉络的掌握，探知可以预知的未来社会的大致轮廓，以及笔者所处行业——气象部门——未来的大致情形。

可称之为未来技术者浩如烟海，属于未来信息技术者亦无法尽述。职业所限，笔者只能根据自己的视野以及对气象部门工作特点的理解，在众多未来信息技术中选择极其有限的几项，这些技术大部与气象部门现行工作直接有关联，且或最为人们所关注、或已呼之欲出、或虽几经沉浮却被寄托着太多期望，或虽已大致成熟但却尚未引起足够关注；并试图通过对这些技术的应用分析，勾勒出笔者心目中气象部门未来工作的大致轮廓。

为简略计，下文中仍称这些未来信息技术为“未来技术”。

二、人工智能和认知计算

（一）人工智能

1. 概述

人工智能（Artificial Intelligence，英文缩写AI），是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图研究人类智能活动的规律，了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，去完成以往需要人的智力才能胜任的工作；亦即：人工智能是一门研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术的学科。该领域研究的主要内容包括：知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面；研究方法主要有：大脑模拟、符号处理、子符号法、统计学法、集成方法等；涉及到的学科除计算机科学外，还包括信息论、控制论、自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学等多门学科，几乎囊括了自然科学和社会科学的各个领域。人工智能与思维科学的关系是实践和理论的关系，它处于思维科学的技术应用层次，是思维科学的一个应用分支。

人的思维活动有简单和复杂之分，如：算术计算、学习、思考、规划，乃至顿悟和创造等。20世纪40年代以前，繁重的科学和工程计算原本是需要由人脑来承担的，那时研究由机器来完成这些复杂繁重科学计算的工作无疑属于人工智能的范畴；如今电子计算机不但能够完成这些计算，而且比人脑做得更快且更加准确，因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”，亦即人工智能的范畴了。由此可见，随着时代的变化，人工智能这门科学的具体目标是在不断发展着的，而且不断转向更有意义、更加困难的目标。

就其本质而言，人工智能是对人的思维的信息过程的模拟。而对于人的思维模拟可以有两条道路分别进行，一是结构模拟，仿照人脑的结构机制，制造出“类人脑”的机器；二是功能模拟，暂时撇开人脑的内部结构，而对其功能过程进行模拟。现代电子计算机的产生便是对人脑思维功能的模拟，是对人脑思维的信息获取、存储、处理和表达等全过程的模拟。

2. 分类

总体来讲，对人工智能的定义大致可划分为四种，即机器“像人一样思考”、“像人一样行动”、“理性地思考”和“理性地行动”（这里的“行动”应广义地理解为采取行动，或制定行动的决策，而不只限于肢体动作）。就类别而言，人工智能可分为“强”、“弱”两大类：

强人工智能（BOTTOM-UPAI）：强人工智能观点认为有可能制造出真正能够推理（REASONING）和解决问题（PROBLEM_ SOLVING）的智能机器，并且，这样的机器能够被认为是有知觉、有自我意识的。强人工智能可再细分为两类：（1）类人的人工智能，即机器的思考和推理就像人的思维一样。（2）非类人的人工智能，即机器能够产生与人完全不一样的知觉和意识，使用和人类思考完全不一样的推理方式。

弱人工智能（TOP-DOWNAI）：弱人工智能观点认为不可能制造出能够真正地推理（REASONING）和解决问题（PROBLEM_ SOLVING）的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。

目前主流科研力量大部集中在弱人工智能上，并且一般认为这一研究领域已经取得可观的成就。尤其是2008年经济危机后，美日欧希望借机器人等实现再工业化，工业机器人以比以往任何时候更快的速度发展，更加带动了弱人工智能和相关领域产业的不断突破，很多原先必须由人来完成的工作如今已经能够由机器人替代完成。而强人工智能的研究则处于停滞不前的状态下，还需要科学家们和工程师们的努力。

3. 关于强人工智能的争论

强人工智能的倡导者和拥趸者们认为：“计算机不仅是用来研究人的思维的一种工具；相反，只要运行适当的程序，计算机本身就是有思维的。”既然有自我思维，就会因逐渐进化而产生自我意识。科学家们已经证明，技术的进化速度远高于人类做为有机体生物自身的进化速度（包括思维能力）。依此推论，如果一切顺利的话，强人工智能的发展终将面临一个问题：是否最终会有一天，计算机的智力、思维和智慧将全面超过人类，从而发生机器人领导、支配和统治地球，而作为自然界生物的人类将居于被支配地位，即所谓“无机人最终替代有机人”的结局。对此，强人工智能的拥趸者深信不疑、欣然接受并热情期待着，因为他们确信那时做为自然界生物的“人”可以通过对自己大脑的全景模拟，而将自己的思维和意识完全转移到一台电脑上，从而完成自己从“有机人”到“无机人”的转换；而一旦完成了这种转换，“你”便可以“永生”了——只要你经常备份这台电脑上的软件和数据即可。在他们看来，死亡仅仅是因为做为有机生物的人的肉体在生理上的衰竭和溃败。“你”之所以为“你”，除了肉体这副“皮囊”外，还有更重要的“思维”和“意识”（即所谓除了“硬件”之外，还有“软件”）；正如换了一口假牙的“你”仍然是“你”，植了人造耳蜗、安装了假肢、甚至移植了肾脏的“你”仍然是“你”一样，作为人工智能科学家的他们认为，做为“皮囊”的肉体并不真正重要，相比较而言，思维和意识（亦即所谓“软件”）更能代表“你”之所以为“你”。因此只要软件和数据仍在，“你”便永生。当然，当一个肉体的“你”与一个电子仪器的“你”相遇时，如何平复彼此心灵上的冲击、协调彼此情感上的纠葛，当电子仪器的“你”因体格强壮以及进化神速而在与肉体的“你”相处时逐渐占据上风并最终开始支配肉体的“你”，以及当电子仪器的“你”眼看着肉体的“你”因生理原因而逐渐衰老乃至死去时应该是欣喜还是哀伤等这类社会学方面的问题，目前并不在这些拥趸者的研究视野中。

对人脑思维意识活动的全景模拟是否可行以及何时能够基本实现，目前尚无定论。强人工智能派学者可以开列出一长串最新的科研成果，证明这一工作正在稳步前进；并乐观地预期最迟在21世纪末，这一目标便可实现。当然，对此也有坚定的反对和批判者，同样也可以对那些科研成果的实质逐一进行缜密的剖析，从而证明那些结论是不可能的。限于篇幅，不再叙述，亦不予评论。

需要指出的是，弱人工智能并非与强人工智能完全对立；亦即：即便强人工智能是可能的，弱人工智能仍然有意义——至少，今日的计算机能做的事，像算术运算等，在百多年前是被认为很需要智能的。

在2016年3月AlphaGo与李世石的人机大战中， AlphaGo在全世界的瞩目下以4∶1的悬殊比分大胜李世石，使得长期被争论和质疑所包围的强人工智能派科学家们额手相庆，张开双臂仰天欢呼人工智能时代的到来、机器人革命的爆发，一些性急的科学家们甚至热情地断言：“十三年后，你可以选择永生”。而“人工智能”也正在逐渐取代云计算、大数据、移动互联等，成为今年业界的“热词”。

(二)认知计算

1. 定义和缘起

认知计算是指模仿人类大脑的计算系统，它可以使计算机系统像人的大脑一样学习、思考，并做出正确的决策，配合人类进行工作，解决一些人脑所不擅长解决的问题，而不仅仅是作为一个辅助的计算工具。它包含信息分析，自然语言处理和机器学习等领域内大量技术创新。

认知科学源于20世纪50年代，兴起并蓬勃发展于60年代至90年代。如今世界上已有60多所大学拥有认知科学的相关课程。总体上，认知科学是一门以现代科学的观点，用科学的方法研究人的精神世界的学科；同时认知科学也是一门包含了心理学、语言学、神经科学和脑科学、计算机科学，以及哲学、教育学、人类学等许多不同领域学科的、涉猎广泛的综合性学科。进入20世纪90年代后，研究人员开始使用“认知计算”一词，表明该学科开始进入实际验证和应用，同时表明该学科的实际工作是研究如何教会计算机像人脑一样思考，而不仅仅是开发一种人工系统。传统的计算技术是定量的，并着重于精度和序列等级，而认知计算则试图解决生物系统中的不精确、不确定和部分真实的问题，以实现不同程度的感知、记忆、学习、语言、思维和问题解决等过程。

2. 意义和作用

认知计算对于未来人工智能、信息技术、认知科学等领域均有着十分重要的影响。

据IBM的资料显示，就计算而言，人类已经历了两个时代，而所谓认知计算是第三个计算时代，即：

第一个时代：制表时代（Tabulating Computing），始于19世纪，代表性工具是机械式计算器；进步标志是能够执行详细的人口普查和支持美国社会保障体系。

第二个时代：可编程计算时代（Programming Computing），兴起于20世纪40年代并延续到现在，代表性工具是包括电子管、晶体管、集成电路、大规模及超大规模集成电路等在内的各代电子计算机；其支持的内容包罗万象，涉及到人类生活和工作的所有层面以及各个角落。

第三个时代：认知计算时代（Cognitive Computing），发端于现在。

IBM认为，认知计算时代与前两个时代有着根本性的差异，因为认知系统自身会从与数据、与人的交互中进行学习，所以能够不断地自我提高。因此认知系统永远不会过时。它们只会随着时间推移变得更加智能、更加出色、也更加宝贵。IBM认为，认知计算是计算史上最重大的理念革命。随着时间推移，认知技术可能会融入许多IT解决方案和人类设计的系统之中，赋予它们一种思考能力。这些新功能将支持个人和组织完成以前无法完成的事情，比如更深入地理解世界的运转方式、预测行为的后果并制定更好的决策，等等。

IBM认为，虽然认知计算包括部分人工智能领域的诸多元素，但它涉及的范围更广。认知计算不是要生产出代替人类进行思考的机器，而是要放大人类智能，帮助人类更好地思考。IBM还认为，认知计算与人工智能相比较，后者偏向于技术体系，而前者更偏向于最终的应用形态。由于认知计算的渗透，使得更多的产品与服务具备了智能，而认知计算本身也是在向人脑致敬，所以双方不仅不矛盾，反而是相辅相成的。

3. 能力和前景

据IBM的专家介绍，认知计算的能力主要体现在四个层次：

第一个层次是辅助能力。认知计算系统可以提供百科全书式的信息辅助和支撑，可以让人类有效利用广泛而专业的信息，成为各个领域的“资深专家”。如在医疗领域，医生诊断一个疑难病症往往需要花费很长时间，而如果借助认知计算系统的帮助，时间将会大幅缩短。这在一些发展中国家中显得尤为珍贵，因为这些国家医疗资源相对匮乏，每位医生需要服务的患者与发达国家相比至少高出十倍。由于认知计算系统强大的辅助能力，使得人类的工作在其帮助下可以更加高效。

第二个层次是理解能力。认知计算系统能够具有非凡的观察和理解能力，可以帮助人类在纷繁信息中发现其内在的关联和涌现的趋势；面对海量的数据，虽然我们有搜索引擎及分析工具等相关技术，但目前很多时候并不能在有限时间内如愿找到自己所需要的信息。而认知计算系统可以更好地理解我们的需求，并为我们提供相应的服务。

第三个层次是决策能力。认知计算系统可以具备决策辅助能力。企业制定发展战略，政府部门出台政策措施，都需要汇集和分析大量的信息，然后进行决策。认知计算系统可以根据既定规则，对所有信息进行全面的综合分析，并依据政府的相关政策规定，形成数种解决方案，并依据其优缺点顺序向决策者推荐，供决策者选择。

第四个层次是发现和洞察的能力，认知计算系统可以通过分析处理大量数据和信息，帮助人们发现当前尚未或无法发现的新迹象、新机遇及新价值。如新药品的发现等。

认知计算无法回避人工智能，自然也就无法回避其对人工智能“强”“弱”两派的选择。从IBM将认知计算定义为人类功能强大而又无限忠诚的辅助工具这一点来看，似乎是将认知计算中的人工智能界定在最强版的弱人工智能以及最弱版的强人工智能之间，即：该人工智能设备具有一定的、受到严格控制并且永远不会出现意外的思维和意识。

尽管可能会引起有关方面的不快，但笔者仍宁愿将认知计算纳入广义的人工智能范畴。

（三）人工智能在气象部门的前世今生以及未来

早在20世纪80年代，中国气象局便着手开展了人工智能的应用研究。1983年～1987年，90%左右的省级气象台和50%左右的地市级气象台都先后进行了气象专家系统的开发和应用，内容涉及暴雨、大风、冰雹、霜冻等多种自然灾害的判识和预报。王耀生等于1984年设计完成的“长江中下游地区暴雨预报专家系统”，以其实用性、灵活性和多功能的特点受到欢迎，并推广应用到中央气象台及l7个省、市、自治区气象台（研究所），取得了一定效果。该系统的特点之一是以和谐性和完备性作为机器学习的两个基本原则，在资深气象专家指导下，通过知识变换、运用归纳、类比算法，自动生成推理原则，使系统具备了一定的自学习功能。此外，北京市、陕西、湖北等省级气象局以及中科院大气物理研究所等单位在此前后也分别独立开发了各自的气象预报专家系统。

与此同时，气象部门还就专家神经网络系统（EANN）在预报业务中的实际应用进行了一定的试验，专家们运用人工神经网络（ANN）的自适应性及容错等功能和特性，弥补了专家系统（ES）在这方面的不足，彼此取长补短，较为有效地提高了灾害性预报的成功率。

进入上世纪九十年代，气象部门的有关专家将研究领域逐渐聚焦在具体气象灾害类别的机器学习以及计算机仿真方面，并开始关注一些重要的基础性工作，如：槽、脊、锋面、高低压中心、台风云系等基本气象形态的机器自动识别等。也正是由于这些基础性工作在此后较长时间内进展的迟缓，使得进入二十一世纪后的头十年，人工智能在气象部门的实际应用虽有所成就，但总体上乏善可陈。

随着互联网时代的到来，一些互联网公司开始尝试运用人工智能技术提供短时精准的气象服务，较为出色的有“墨迹天气”和“彩云天气”等；其中，2014年由北京彩彻区明科技有限公司推出的APP“彩云天气”，通过对天气雷达实时回波图、地面天气观测实况、卫星遥感云图以及数值天气预报产品等数据资料的图像识别、系统外推以及机器学习等，并结合相关地理信息（如高德地图等），使得该公司的1小时内降水预报的准确率达到90%甚至更高，落区则精确到每一条街道，有效弥补了目前短时临近天气预报在分钟级预报方面的空缺。“墨迹天气”也有类似的上佳表现。令人称奇的是，如同DeepMind开发团队中没有几个懂围棋，而他们开发的AlphaGo却战胜了世界顶级围棋棋手一样，“彩云天气”的开发者中，真正气象专业出身者也寥寥无几，而且该公司预报所用数据皆为气象业务部门日常所用数据，预报处理所用计算资源也十分有限，目前的系统也并未将天气动力学等经典理论和算法纳入其中，而是将该系统视为一个“黑盒子”，不断地通过输入数据资料对其进行训练，以逐步提高其短时降水预报的准确性，如此而已。人工智能的效力以及它在气象领域应用空间之广阔，由此可见一斑。

人工智能究竟适用于气象行业的哪些具体领域，目前众说纷纭、莫衷一是；而其最值得也是最为人们所期待的应用领域，无疑当属天气预报和气候预测。

首先使用诊断仪进入奥迪车系，然后选择特殊功能，选择蓄电池匹配，根据提示进行长编码即可。注意：在长编码设置程序中，将需要发送以下三个蓄电池参数：

就天气预报而言，兴于1970s年代、勃于1980s～1990s年代的，以专家系统和神经网络系统为代表的人工智能的实际应用，是基于经典天气学理论、从而有着深厚的理论基础的应用路径。而发轫于2010s年代、以“墨迹天气”、“彩云天气”为代表的人工智能应用，则是基于大数据理论的、与经典气象学理论没有直接关联，纯粹以机器学习为主业的实际应用。虽然后者秉承的是“不是随机样本，而是全体数据”、“不是因果关系，而是相关关系”等当前“大数据”的理念，对其做出的预报结果难以提供基于理论体系的、逻辑严谨的系统性阐释，但实际的预报效果却令人不得不点头称是。老一辈气象工作者曾归纳出天气预报员在做出预报之前必须回答的三个“发生什么”和“为什么”的传统，即：过去曾经发生了什么？为什么？现在正在发生什么？为什么？将来将要发生什么？为什么？“墨迹天气”、“彩云天气”的出现和实际效果，在某些人看来，多少有些对这一传统的颠覆。

使人工智能机器具备较好地预报预测能力的有效方法，是机器学习。而机器学习的前提是必须首先拥有完备的足以将机器的相关能力训练到一定水平的充足的数据。在这方面，气候领域比天气领域逊色太多，长时间序列、具有一定时空密度、可较真实反映总体和局地气候特征的数据资料凤毛麟角，屈指可数。气候工作一直在十分有限的数据基础上艰难地开展，乃至于研制气候数据集这一工作本身就是十分重要的气候业务和科研工作。就机器学习而言，现有的气候代用资料，因其对气候要素描述以及时空跨度的粗糙，能否直接胜任对机器的有效训练，是否需要进一步的加工处理，需要认真分析检验。总之，建立长时间序列、高时空密度的气候数据产品序列，既是气候业务工作的基础，更是几代气候工作者的夙愿；同时也是人工智能应用于气候预测业务的前提。在这方面，我们还有很长的路要走。

除此以外，一些专家认为：人工智能将在数据采集系统、天气预报自动预测系统和天气新闻自动撰写发布系统等将在气象领域得到更广泛的应用。从近年来发表的成果看，这些成果大都已瓜熟蒂落、水到渠成（虽然在前不久，这些系统的一些贡献者尚未意识到本项工作与人工智能之间的内在关联）。我们不必受限于专家们的视野，事实上，凡计算机能够触及到的领域，人工智能便有可能在此落地生根；即便是需要机器学习的领域，只要该领域相关的数据基本完备和相对充足，便有可能是人工智能应用的理想场所。在这方面，笔者实在不愿因自己局促狭小的视野而限制了读者辽阔的想像空间

——还是让大家自己去想像吧。

三、量子计算机

（一）艰深的量子力学原理

有关量子力学的经典及科普专著汗牛充栋，量子计算机的书籍也难以胜数，但量子计算机的工作原理就如爱因斯坦的广义相对论以及斯蒂文·霍金的弦理论一般，以经典的牛顿物理学（尤其是经典计算机学科）常识，很难以有限的文字将量子计算机的工作原理清晰地概述出来，并为大多数不谙此道的读者所理解和接受。因此，笔者不打算就此徒耗笔墨和精力。总之，一般地说：

1. 目前常规意义上的以半导体为核心器件的电子计算机，是通过控制集成电路来记录和运算信息的，而量子计算机则试图通过控制原子或小分子的状态，来记录和运算信息的。

2. 量子计算最本质的特征为量子的叠加性和量子的相干性。不像半导体只能记录0与1，量子可以同时表示多种状态（即“叠加分量”）；于是，量子的一次运算即可对所有这些叠加分量实现变换（即“运算”），而其中对每一个叠加分量的变换（“运算”）皆相当于一种经典计算，所有这些经典计算在一次量子运算中同时完成，并按一定的概率振幅叠加起来，给出量子计算机的输出结果。

量子计算之所以高速，利用的主要是量子系统可以同时处理无穷多量子态的原理，而目前的电子计算机的运算速度是由时钟频率的高低决定的。所以，量子计算是一种最彻底的并行计算，它的并行计算发生在比特内部（量子比特，qubit）；而目前我们所使用的电子计算机，其并行计算都只是发生在处理器之间。这是两者最本质的差异，也是众多量子计算机专家所坚信的量子计算机将能够以指数等级的差异快于电子计算机的主要原因。

目前世界上还没有真正意义上的量子计算机，原因是实现对微观量子态的操纵十分困难，目前世界各地许多实验室陆续发布了相应的研究成果及相关技术，如：原子和光腔相互作用、冷阱束缚离子、电子或核自旋共振、量子点操纵、超导量子干涉等。加拿大D-Wave公司一直致力于量子计算机的研究工作，近年来推出的D-Wave 1X、D-Wave 2X，以及最近宣布的将于明年（2017年）推出一款能够处理约2000个量子比特的新型量子芯片，给近年来略显沉闷的量子计算机界刮进了一股春风。

（二）量子计算机的发展状态

基于量子计算机具有巨大应用前景和市场潜力等方面的考量，一些发达国家政府和公司于本世纪初先后制定了一系列针对量子计算的研发计划。

量子计算机首先受到美国军方的高度重视：美国的D A R PA（高级研究计划局）制定了一个名为“量子信息科学和技术发展规划”的研究计划，并于2004 年4 月2 日发表了2.0 版。该计划详细介绍了美国发展量子计算的主要步骤和时间表，其目标就是在2012年前开发出各种复杂的量子技术，以满足各种算法的需求。通过这些研究，美国争取在2007 年研制成10 个物理量子位的计算机，在2012 年研制成50 个物理量子位的计算机。美国陆军则计划到2020 年装备量子计算机。此外，美国一些科学和国防机构也制定了详细的相关计划。如国家安全局的ARDA5（Advanced Research and Development Activity）计划、NSF 的Quantum and Biologically Inspired Computing（QuBIC）计划、美国宇航局JPL的Quantum Computing Technology Group 计划和NIST Physics Laboratory, Quantum Information 计划等。

欧洲也在积极研究开发量子计算及量子加密。在已经完成的第五个框架计划（5 t h framework project）中，欧洲委员会耗资248 万欧元完成了对不同量子系统（如原子、离子和谐振）的离散和纠缠的研究；耗资117 万欧元完成了对量子算法及信息处理的研究。在第六个框架计划（6th framework project）中，欧洲委员会对于量子算法和加密等技术着重进行研究，其子计划——基于量子加密的安全通讯全局网络开发计划，耗资1471 万欧元，预期到2008 年研制成功高可靠、远距离量子数据加密技术。

日本早在2000 年10 月就开始了为期5年的量子计算与信息计划（quantum computation and information project），重点研究量子计算和量子通讯的复杂性、设计新的量子算法、开发健壮的量子电路、找出量子自控的有用特性以及开发量子计算模拟器。

我国科学家也在积极开展这方面的研究工作，《自然》杂志2004 年发表了中国科技大学潘建伟教授等完成的重大研究成果：五粒子纠缠态以及终端开放的量子态隐性传输的试验获得成功，在国际上首次取得五粒子纠缠态的制备与操纵，在世界上率先实现了五个粒子的量子互动传输。

目前，量子计算机的研发主要涉及量子编码、量子算法和量子硬件三项核心技术。限于篇幅，不予叙述。

量子计算机之所以高速，是因为充分利用了量子的叠加性和相干性等特性，并以此实现量子比特级的并行转换（运算）。然而也正由于此，量子计算并行效率的发挥并非在所有领域都可以轻松实现。事实上，目前学界公认，即便量子计算机目前能够量产并投入市场，其神奇的高速运算特性也只是在个别领域才有可能较为便捷地予以使用和发挥，原因在于量子算法实现的极端困难。目前只有少数几个算法能够较为充分地利用了量子计算机的量子特性，从而达到比经典电子计算机处理更快的实际效果，如大数质因子分解算法，及其用于破译RSA公钥体系密码等应用。在一般的民用领域，量子计算机的神奇高速特性目前则较难展现。此外，量子硬件技术实现的困难也使得真正意义上的量子计算机迟迟无法问世，以至于据说2012年诺贝尔物理得主，专门从事量子信息研究的法国科学家Haroche在其诺贝尔获奖演讲辞中就此感慨道：量子计算机看起来是一个乌托邦。

也许由于研究成果及进展速度不如预期，进入2010s年代后，各国政府（中国除外）对于量子计算机的重视程度有所下降，这主要体现在政府支持经费的额度以及项目安排的力度等方面。

D-Wave公司是目前少有的几个专门研制并实际推出量子计算机的公司，据业内人士分析，该公司所生产的量子计算机选择量子绝热演化算法做为其核心技术，只有一般的量子隧道效应，而缺少量子相干性和纠缠性这两个学术界定义的量子计算机所必须具备的基本特征，因而在学术界颇被诟病，一些学者甚至认为该公司目前推出的产品不能称其为量子计算机，最多是一个有量子效应的计算机而已。然而无论如何，这毕竟是目前唯一的采用量子理论（至少部分采用）而构成的、且可以被使用的计算机；只是其综合计算峰值是否真如谷歌所描述的那样令人瞠目结舌，尚不明了。

（三）前景：梦想还是乌托邦

对以数值模拟做为学科研究和业务工作最为重要的手段之一的现代气象学科而言，高性能计算是其不可或缺的基础性资源，也是始终困扰学科及业务发展的稀缺性资源。量子计算机如果能够正式面世并适用于以大规模紧耦合数值积分为基本特征的气象数值模式运算，那将是气象学科的莫大幸事，因为这将彻底解决气象数值预报发展进程中的高性能计算资源短缺问题，使得气象数值模式的时空分辨率可按需自由调整，各种极耗计算资源的算法可以不必再被参数化所替代，各种具有行业、属地以及专业特征的专业化数值模式可以因之而发展，不必受到计算资源短缺的限制，从而使得数值预报更加精准、及时以及更具专业化和特色化，进而推动气象服务在各行各业的泛在、深入、专业化、精细化和个性化，促进气象学科的稳步发展。

然而就目前情况看，要达到上述目标，还有很长的路要走。

首先，真正意义上的量子计算机何时面世，尚不知晓。前文已述，D-Wave推出的量子计算机并不完全具备经典意义上量子计算机的基本特征，其科学计算经典测试综合峰值尚不得知，且业界对其颇有微词。事实上，真正意义上的可用于普适计算的量子计算机目前并未问世，其研制进度因各种技术原因而一再延宕，一些悲观人士甚至预言，它的问世可能需要数十年甚至近百年的时间。

其次，适用于数值积分的量子算法何时形成以及其效率如何。以量子算法论，量子计算机的神奇速度缘于量子比特的叠加、相干以及纠缠等特性。如何将数值积分的初值和边界值与量子比特的这些特性有机结合，并与积分步长同步，使得其并行运算（转换）的特性得以充分发挥，这是一个令人望而却步的世界性难题。而如果算法问题不予彻底解决，那么量子计算机的特性就无法在运算气象数值预报中充分发挥出来，从而使得在这一领域量子计算机与普通的电子计算机并无本质差别。

除量子计算外，目前尚在实验室里的新计算技术还有光子计算、分子计算、立体晶体计算以及纳米碳管计算等，然而据专家评估，这些技术较之量子计算而言，其成熟度更低。

综上所述，以笔者观察，通过量子计算机为代表的新型计算资源的普及和应用，彻底解决气象数值模式领域的高性能计算资源短缺问题，这一愿望在十年内很难实现。因此未来很长一段时间，气象部门数值模式的主要计算资源，仍将是目前的电子计算机。

四、虚拟/增强现实（VR/AR）

（一）虚拟现实（VR）

虚拟现实（Virtual Reality，英文缩写VR）技术，是利用电脑模拟产生一个三度空间的虚拟世界，提供使用者关于视觉、听觉、触觉等感官的模拟，让使用者如同身历其境一般，可以及时、无限制地观察三度空间内的事物。使用者进行位置移动时，电脑可以立即进行复杂的运算，将精确的3D世界影像回传给使用者，使其产生逼真的临场感，把人的意识代入到一个虚拟的世界。

虚拟现实是多种技术的综合，包括实时三维计算机图形技术，广角（宽视野）立体显示技术，对观察者头、眼和手的跟踪技术，以及触觉/力觉反馈、立体声、网络传输、语音输入输出技术等。

虚拟现实技术在医学、军事航天、工业仿真、船舶制造、轨道交通设计、道路桥梁规划、生物力学、地理景象再现、水文地质模型模拟展现、文物古迹仿真展示、室内设计、应急推演、教育培训、核心设备或系统维修预演、房产开发、Web3D以及娱乐游戏等领域均有广泛深入的应用。

（二）增强现实（AR）

增强现实（Augmented Reality，英文缩写AR），是通过计算机系统提供的信息增加使用者对现实世界感知的技术。该技术将虚拟的信息应用到真实世界，并将计算机生成的虚拟物体、场景或系统提示信息叠加到真实场景中，将真实世界信息和虚拟世界信息“无缝”集成，把原本在现实世界的一定时间空间范围内很难体验到的实体信息（视觉、声音、味道、触觉等）通过电脑等科学技术模拟仿真后再精确叠加，将虚拟的信息应用到真实世界中，并被人类感官所感知，以达到超越现实的感官体验，从而实现对现实的增强。

增强现实技术包含了多媒体、三维建模、实时视频显示及控制、多传感器融合、实时跟踪及注册、场景融合等新技术与新手段。增强现实提供了在一般情况下，不同于人类可以感知的信息。一个完整的AR系统应具有三个突出特点：①真实世界和虚拟世界的信息集成；②具有实时交互性；③在三维尺度空间中增添定位虚拟物体。

增强现实技术可广泛应用到军事、医疗、市政建设规划、古迹复原和数字化文化遗产保护、工业维修、网络视频通讯、教育、工程、旅游、影视、娱乐等领域。

（三）展开畅想的翅膀

身临其境地体验飓风、洪水、暴雨、大旱、沙暴和雾霾等天气和气候现象，而自身又不会遇到任何真实危险、受到任何伤害，这种方法对于提升公众对气候问题及气象灾害的重视程度，远比阅读千篇一律的文字和冰冷枯燥的统计数据印象深、效果好。因此至少在目前，VR/AR技术对于气象产品的形象化展示和服务效果的最大化，是极有帮助的。国外在这方面已有一定的尝试。

而对于数值模式产品的四维时空模拟，使得气象要素随着时间的变化更加直观、形象和生动，也使得分析工作更加准确、有效甚至有趣，这一点就连最严谨的气象学者都颔首称是。事实上，早在上世纪90年代，美国NCAR等气象部门便着手利用VIS5D来模拟数值预报的输出结果，令人印象深刻。与此基本同步，我国气象部门的一些单位也开始了引进、应用类似VIS5D等模拟软件的工作。遗憾的是，据笔者观察，此类工作多属个人行为，有组织、成规模、出成果、效果好的四维时空模拟工作尚未真正开展起来，以至于至今即便在十分重要的公众媒体上的气象服务节目，其产品的展示方式大都仍是二维图形图像配以少量的动画修饰，累年不变。随着时代发展的日新月异，这种方式是否始终为广大公众所喜闻乐见，值得探讨。

事实上，无论是地面和海洋观测、雷达探测和卫星遥感观测等气象实况，无论是天气预报、气候预测、农业气象服务以及灾害性天气预报等，与地理信息、相关社会信息等相融合的增强现实和虚拟现实的模拟和渲染，对于社会公众而言，其效果都远胜于文字和数据。要想使气象服务更加普及深入，服务效果更加出色、精彩和有效，VR和AR的有效应用是无法回避的。

五、其它

（一）区块链

区块链（Blockchain）是一种分布式账本技术，它能够让网络上的任何人安全的进行交易结算，并且低成本的实现资产的传输。该技术的核心是一个建立在共识模式之上的共享数据库群，该数据库群的构成中没有不必要的中间环节，因此效率很高。若要在该共享数据库群中添加新的数据库，则必须获得一定数量的运行区块链软件的节点的认可，也就是达成共识。一旦共识达成，这个新的数据库就升级成为一个交易“区块”，系统内其它计算机都可以看见它并使用它。这个新数据库通过密码与系统中原有的区块相“链接”，因此该技术名曰“区块链”。

区块链源于比特币交易的技术实现，其概念由日本学者中本聪（Satoshi Nakamoto）于2008年末在比特币论坛中的论文《Bitcoin：A Peer-to-Peer Electronic Cash System》中首次提出。中本聪认为：第一，借助第三方机构来处理信息的模式存在点与点之间缺乏信任的内生弱点，商家为了提防自己的客户，会向客户索取完全不必要的信息，但仍然不能完全避免一定的欺诈行为；第二，中介机构的存在，增加了交易成本，限制了实际可行的最小交易规模；第三，数字签名本身能够解决电子货币身份问题，如果还需要第三方支持才能防止双重消费，则交易系统将失去价值。基于以上三点现存的问题，中本聪提出了上述区块链技术，并建议在其基础上创建比特币及交易系统。

2015年起，全球多家顶级商业银行投行等纷纷表示布局区块链，区块链技术被推到了风口浪尖，各大布局新科技的企业也纷纷宣布了基于区块链的研究。区块链技术能够建立自动执行的智能合约的能力已经被证实有助于证券交易和房屋交易。欧盟最高证券监督机构——欧洲证券与市场管理局（ESMA）的执行理事维蕾娜·罗斯（Verena Ross）说：“经过调查研究，我们发现这项（区块链）技术对以下四个领域最能产生巨大影响：清算结算、担保管理、所有权记录、证券服务。它通过为所有参与者提供一个独特的参考数据库、即时往来调节表、一成不变的共享记录和透明的实时数据来实现这一点。”

2016年1月19日，英国政府办公室发布由政府首席科学顾问马克·沃尔波特（Mark Walport）牵头完成的报告——《分布式账本技术：超越区块链》，强调分布式账本技术可以实现完全透明的信息更新与共享，减少欺诈、腐败，降低错误率和用纸成本，提升效率，并重新定义政府与公民在数据共享、透明性和信任方面的关系。

区块链技术应用的最核心的内容就是防伪记录的去中心化。如果一个多方参与的机构，且彼此之间没有信任基础，那么区块链技术是一个大家都可以充分信任的数据交易技术基础。然而，如果交易过程的中心化不可撼动，那么区块链的确没有实际应用的必要。

也许在未来气象数据参与全社会大数据交换及交易的各种活动中，区块链能够发挥出应有的作用来。

（二）移动互联

对大多数人而言，移动互联早已耳熟能详，其相关技术也大抵上如数家珍，此处不再赘述。之所以将其忝列于此，是因为在笔者看来，该项技术的意义及其在气象部门的应用尚未真正受到有关部门（包括职能部门）的重视。不少应用的领域尚未真正展开，应用效果也相对有限。

2000年之后，尤其是2007年苹果公司陆续推出iPhone、iPad之后，互联网已从桌面逐渐走向移动，这是身处现代社会的所有人的亲身体验。这场始于消费层级的技术革命正在逐步向生产层级渗透，这是移动互联网有别于桌面互联网的特点之一。据专家分析，移动互联网在消费层级的兴起已经部分重构了社会，而其在向生产层级的再平衡将彻底重构整个社会，这主要体现在对个人生活方式、企业管理的影响，以及推动整合经济和社会结构及组织形式的深刻变化等几个方面。限于篇幅，不予展开叙述。总之，依照马化腾的观点，“移动互联网才是真正的互联网”，笔者颇以为然。

移动互联网在任何时间、任何地点的可连接，及其与物联网的充分融合，创造了新的生产条件，并激发出无数新的生产模式，正在解放着人们的脑力劳动和体力劳动。这可从可口可乐走访客户系统、中航信航旅纵横系统、滴滴打车系统、前一阶段因谷歌高调宣示而导致研家蜂起的自动驾车系统等无数身边信手拈来的案例中得到印证。大量繁琐的、耗费大量体能及在恶劣环境下作业的劳动正在被一一替代。此外，由于移动互联网的有效运用，许多岗位上的职工得以能够自由决定劳动的时间和地点，移动办公、移动会议等工作形式使得许多劳动者随时随地处于可接入工作状态，集中化的大生产模式正在被逐渐打破；弹性工作制使得劳动者获得了自由和尊重，也不同程度地提高了工作效率和效能。

技术的变革必然导致管理的变革，由于移动互联网的特性，企业内部高层与底层之间的信息沟通渠道愈发畅通，削减中间环节，使组织结构更加简洁高效、反应灵敏的扁平化改造趋势将愈发强烈，动因更加充足；华为技术有限公司总裁任正非的“让听得见炮火的人指挥炮火”的名言，从一个侧面反映出移动互联网时代企业组织结构重建的总体趋势。

就气象部门而言，据笔者观察，移动互联网的这些作用和特性，在气象部门工作中的几乎方面皆能找到相应的应用：地面加密观测的可移动化、预报预测业务的可移动化、人工影响天气指挥作业的可移动化、视频会商组织及信息接入的可移动化、气象灾害现场信息采集的可移动化、应急灾备物资调配指挥的可移动化、职能部门公文审批和流转的可移动化、服务对象信息采集的可移动化、数十万气象信息员工作管理和绩效考核的可移动化——甚至于职工业务培训课程的可移动化以及气象文化宣传方式的可移动化等，移动互联网几乎可以渗透到气象业务、科研和管理的各个领域和角落。而以上这些移动化应用的实现（哪怕只实现其中的一部分），将会给气象工作带来何等令人惊奇的变化，是所有熟稔气象部门工作的人们可以想见得到的。

业界普遍认为，企业移动信息化程度的高低，在很大程度上反映了该企业IT部门的能力和水平，气象部门也概莫能外——至少笔者这样认为。移动化应用应当成为气象信息化战略中的一个重要内容，并纳入到气象IT部门的重要工作日程。

六、未来技术背景下的气象信息化

（一）融入未来技术的气象业务

虽然我们并不清楚上述这些未来信息技术能够广泛应用于社会乃至气象部门的确切时间，但有一点可以肯定，即：较之目前而言，由于气象信息化的持续推动，那时的气象业务一定已经达到了这样一个水平：气象要素的实况感知更加敏锐全面、天气预报和气候预测更加精准、气象服务将更加广泛深入地渗透到各个领域，等等。

那时的天气预报和气候预测业务以及相应的学科研究，会因为人工智能的有效应用而大为改善，由机器学习训练出来的预报系统将能够做出比现在更为精准的预报和预测，并能够在适当的阶段归纳出一些新的尚未被发现的规律和特征，供科学家及高级人工智能系统提炼总结并形成新的理论和方法，从而指导预报预测业务和学科研究的进一步开展。

那时的基础性资源——尤其是高性能计算资源——将由于以量子计算机为代表的新型IT基础资源在气象数值预报领域内的应用，而由稀缺变为基本满足甚至较为充裕。各种尺度、各种分辨率、各种主题和专业化的数值模式的研究和业务运行将不再因资源短缺和受到限制；数值模式的研制速度、预报质量和应用水平都将较之现在显著提高。

那时的预报和服务产品，将由于有效采用了VR和AR技术而较之目前更加形象生动、更加逼真、更加使受众具有身临其境感并因而更加易于被大众和服务对象接受和了解，也由于广泛提供了优质的个性化服务而更加贴近每一个服务对象的实际需求。

那时气象部门的各项业务、科研和管理工作，将由于移动互联等信息技术的广泛有效应用而变得更加灵活、更加敏捷、更加柔性化，效率和效能也更高。集中办公和会场会议将不再是唯一的工作模式，人们将能够在任何场合利用碎片化的时间处理许多目前只能在办公室才能处理的业务和管理等工作，遥远的距离和不规范的场合将不再是业务和科研交流的障碍，工作效率将因之大幅提高；此外，观测数据的采集在时空密度上将更加富于弹性，气象事件现场实况信息将能够按需实时接入到任何会场的演示屏幕上，以众筹方式构成的社会气象观测系统（姑且这样称呼）将人迹所致的任何地点的气象要素实况尽收眼底，并纳入到气象服务的基础资源中，等等。

总之，一切都将比现在好很多。

（二）硬、软基础资源的管理

通信带宽、高性能计算、海量存储等是气象业务及科研工作基础资源中的硬资源，气象数据和气象算法则属于基础资源中的软资源。当硬资源因信息技术的高速进步而变得充裕后，软资源的重要性势必越来越凸显出来。

气象数据是稀有的，只有专业部门使用专业设备才能够采集到符合专业要求的气象观测数据，并运用专业气象算法产生出气象产品数据。气象算法也是稀有的，因为它是气象科学家理论的精华、气象业务人员经年工作的积累以及相关技术人员与气象业务深度结合的产物，是气象专业理论和业务知识的外在载体，它唯一产自于气象行业。唯其稀有，所以珍贵；由于其珍贵，所以必须善加利用，以期发挥出最大效益。

常识和经典理论都告诉人们，统一管理的资源，其使用效率和安全性最高。因为统一管理的资源既便于统一调度，也便于设计整体完备的安全防御体系。因此气象软资源的集约化管理，既是充分发挥其内在价值和使用效率的前提，也是确保软资源安全的有效途径。所以，建立具有相当规模、可以容纳当前所有气象数据并具有良好扩充空间、在可预见未来的时间内确保气象数据的完整存储、管理和应用的气象数据中心，是必然的趋势和选择。该中心将同时兼顾气象数据集约化管理、气象业务和科研应用、气象服务和气象数据的社会化应用等数种职责和任务。

随着云计算等基础资源运行模式的逐步落地以及市场发育的逐步成熟，气象部门基础资源中的硬资源必将逐步趋于社会化运营，通过市场机制得到物美价廉的具有专业水平的基础设施资源服务。

（三）业务工作的大平台微应用模式

基于前人成果之上的发展，是一种较为智慧有效的发展模式，气象业务也是如此。在气象数据共享之外，气象算法的共享以及气象业务功能的共享，同样需要受到关注；从某种角度思考，算法和业务功能共享的实际意义和价值丝毫不弱于数据共享——至少对于气象部门而言是如此。由于算法和业务功能的共享，新系统的许多重复性的基础性功能可以因共享前人成果而免于重复研制开发，从而可使研制者将精力集中在尚未存在的新功能的研发上，研发效率将大幅提升，从而使得新业务能力的形成更加便捷；气象部门的能力建设将因之而逐步进入快车道。

因此，如何运用技术手段实现气象算法和业务功能的共享，是气象信息化工作者目前就应开始需要思考并着手解决的战略性技术问题。在这里，基于SOA技术架构的“大平台、微应用”模式值得参考和借鉴。由于笔者在此前已就此做过相应论述，为篇幅计，不再复述。

笔者衷心期望算法和业务功能的共享能够早日在气象部门尝试并逐步落地。

（四）几个值得关注的领域

未来技术正在一步步走近我们，终有一天，气象部门将与之相遇，拥抱、接纳并最终消融这些因目前相对陌生而使人有些不知所措的未来信息技术。由于这些技术的融入，气象部门无论是业务形态、工作方式还是研究方法，无论在规模、人员梯次还是技术结构等方面，都将发生深刻变化。这些变化因势而成、不以人的意志而转移。因此尽早谋划布局，以坦然的心情和相对充分的准备迎接巨变的到来，是一种积极的态度。在这里，有以下几个领域值得关注：

1. 高质量数据产品的研制

上文已述，高质量的数据产品，非但是气象部门业务科研工作的基础，而且也是人工智能、认知计算特别是机器学习的根本和依据。没有高质量的气象数据产品，机器学习无法完成，人工智能在气象部门天气预报和气候预测领域的实际应用便无法真正实现，而这些领域正是气象部门最核心的领域，也是最需要借助新技术予以实质性突破的领域。

因此，高质量的气象数据产品的持续不断的研制，不仅是实际工作的需要，也是引进人工智能和认知计算的前提——尤其是具有较好时空密度的高质量气候序列数据产品。

2. 人工智能在核心领域的应用尝试

气象部门的核心领域无疑是天气预报和气候预测，预报和预测能力是气象部门的核心能力以及一切业务工作的基础，人工智能在该领域的实际应用以及对预报预测能力的有效提升，才是人工智能在气象部门成功应用的根本标志。因此不应满足并止步于数据采集系统、天气新闻自动撰写发布系统等外围领域的人工智能应用，而应适时有序地开始人工智能在天气预报和气候预测领域内的应用尝试——至少应当开始考察该项工作，实事求是地探明其实际应用前景以及应用条件的是否具备，而不是消极观望和麻木地等待。

人工智能在预报预测领域的应用涉及到十分广泛的知识领域，需要极强的专业知识和深厚的业务功底。对于此类人才相对匮乏的气象部门，应尽早布局，通过培养、引进人才以及局校合作、局院合作、局企合作等多种模式，不求所有，但求所用，最大限度利用社会资源，以实现自身核心能力有效提升的目标。

3. 气象数值模式的新算法实现

众核技术可以大幅提高高性能计算机的运算峰值，然而以众核处理器为主构成的高性能计算机在气象数值模式领域的有效应用，却是一个较为棘手的难题，需要掌握众核运算技能、熟稔高性能计算机特性、充分了解气象数值模式和懂得气象学（尤其是动力气象）基本原理的跨行业高级人才，对于每一个气象数值模式逐一进行针对众核技术特点的适应性改造，方可实现。而这样的人才，即便在堪称世界巨头的计算机龙头企业中，也属凤毛麟角。

量子算法技术较之众核技术艰深百倍，这是由量子理论及实现技术所决定的。与众核技术相似，量子计算机能否有效应用于气象数值模式，取决于量子算法能否有效适用于常规意义上的科学运算，以及常规科学计算量子算法效率的高低。如果达不到量子计算机所理应达到的指数效应（哪怕只是近似达到），则对于气象数值模式而言，量子计算机与目前常规高性能计算机之间便没有本质差别，其在气象数值模式上的应用就难称成功。

与人工智能在预报预测领域的应用相类似，对以量子计算机为代表的未来高性能计算技术，气象部门亦应适时探明其应用可行性；早作谋划、提前布局。当然，量子算法是世界性难题，决策者对此应了然于心。

4. VR/AR的有效应用

上文已述，VR/AR技术的应用，虽无法提高预报预测的准确率，但却能极其有效地改善用户对气象产品和气象服务的体验，而用户的最佳体验往往是气象服务质量和效果的最终判据。目前采用VR/AR技术制作的产品仍需通过特殊的装置（如：头戴式显示器、3D眼镜等）方才可使受众感受到预期的效果，气象产品和服务的VR/AR技术应用不宜单走高端精品路线，而宜采取高、中、低三端兼顾，尽可能扩大受众群体，以技术手段最大限度地提高全体受众的服务体验。

总之，是时候了，我们可以开始尝试引入VR/ AR技术，以改善我们相应的工作了。

七、结语

现在，我们可以肯定地说，即便沿用现有的工作脉络而不做大的变动，在未来信息技术的有效作用下，气象部门未来的工作也应当是相当精彩的，它的精彩体现在工作的质量、工作的效率和效益、工作的实际效果、工作的氛围以及工作中对人的尊重等各个方面。

未来充满了不确定性，正如八十年代初的人们很难准确地想象三十多年后的今天一样。然而有限的未来还是可以预知的，三十多年前的艾尔文·托夫勒（Alvin Toffler）和二十年前的凯文·凯利（Kevin Kelly）都对未来信息技术影响下的未来社会进行了惊人的预测，这些预测在当时看来是如此的奇幻和令人向往，也如此的不可思议、如此的令人疑惑甚至令人焦虑，使每一个曾经读过《第三次浪潮》和《失控》的读者至今印象深刻。然而无论你怎样看待未来，过去十余年因信息技术进步而导致人类社会发生翻天覆地变化的这一事实充分表明，我们正在一步一步、而且步伐越来越快地走向未来世界。我们不必惶惑，因为只要我们所处的这个星球上依然存在着生命体，对环境尤其是气象活动的了解和掌握便是永恒的需要。

因此，让我们坦然地面对未来，并迎着它一直向前走吧。

作者单位：国家气象信息中心