因此天氣預報，自古以來就是重中之重，“觀今夜天象，可知天下大事。”
現代天氣預報中最早採用的方法是天氣圖法，透過把同一時間不同地點的氣象情況填在一張張地圖上，然後推斷高、低氣壓系統未來的移動路徑和強度變化，進而根據這些系統對氣候的影響來實現天氣預報。
科技的發展，已經使人類放棄了這類落後低效的方法，轉而利用超級計算機，對地球與大氣環境進行建模，將歷史觀測資料和氣象衛星觀察的結果作為模型的初始引數，然後利用數值分析方法進行求解。
而天氣預報，也變成了在海量無垠、瞬時變幻的大資料裡尋找唯一答案的科學。
所以現代天氣預報本質上是一場數值計算和邏輯推演，“夫天可不階而升，地不可得尺寸而度，請問數安從出？”
首先是建模。
建模是指建立地球與大氣狀態的物理模型，通常是用一組偏微分方程來描述大氣狀態和運動的基本規律，其他因素也需要被考慮，比如地表是草原還是積雪，地形如何等等，因為會對熱量和氣流有影響。
有了模型之後，還需要初始引數。透過氣象衛星、雷達、探空儀、地面氣象站等手段，對不同高度的氣壓、氣溫、溼度、風速、風向進行觀測。
最後透過超算建立全球大氣模型，將模型劃分為一個個網格，將觀測到的氣象引數作為網格的初始狀態引數，然後根據物理方程計算這些引數隨時間的變化。
通常，模型的預測精度取決於科學家考慮哪些因素，劃分多大的網格，想要求解的時間步長是多少。
網格畫得越精細，所能預報的氣象規模也就越小，時間步長越小，也就能對越近的未來進行預報。
然而，沒有模型可以將所有因素全部囊括其中，網格畫得太細或者步長取得太小也都不現實，因為計算量會激增，有時候甚至無法求解。因此，建模從本質上來說，也是對超算計算能力的直觀體現。
想必你我也能感受到，現代天氣預報越來越準了，同時預測精度也在提高，那是因為超算的計算速度在不斷拔升，但超算總有瓶頸，對於小區域內的短時間預報還是力有不逮，存在明顯的精度不夠問題。
我們生活在沒有發生劇烈氣候變化的環境中，對這個精度要求可能沒有感同身受的體會，但對於在海上謀生的漁民來說，短臨天氣預報是真正可以救命的提示。
颱風、海浪，種種天氣預報的數值於普通人而言，可能只是一堆資料，但對漁民來說，那是今天是否應該出海，是否能夠有所收穫，甚至是否能夠活著回來。
預報每提前一分鐘，每精確一點點，背後都是活生生的人，因為大海從不仁慈。
在這場與“風雲資料”的對決中，就需要更快的計算速度和智慧性的AI來進行分析。
我把生物腦的第一個測試專案用在天氣預報上面，就是基於這個考量。生物腦不僅有超強的運算能力，還有極大的儲存空間，可以讓程式設計師們編寫出一個智慧性極高的AI來進行邏輯運算。
AI能夠透過深度學習大量的氣象歷史資料，幫助科學家尋找預測的線索和依據，推演未來可能的變化情況，從而為人工預報提供強有力的輔助。
如果連這樣繁複龐大的資料都能無障礙處理，那處理其他事就不在話下了。
劉元一番話說服了李隨風，一套基於生物腦的天氣預報計算系統很快構建出來。
在程鵬宇的指示下，朱雀氣象部門與x公司展開深度合作，打算推動城市氣象精準預報、智慧城市氣象服務的突破性創新。
按照劉元的設想，基於生物腦的AI研創的精準災害性天氣預測模型，將致力於透過海量歷史資料學習，推算雲團變化和移動規律、雷暴生消規律，以此來預測朱雀未來天氣狀況，並預警災害性天氣。