大西洋地区的飓风季节——从六月到十一月——即将到来。虽然我们还需要几周才能知道美国国家海洋和大气管理局（NOAA）的官方预测，但这并未阻止其他长期预报员提出他们的主张。
科罗拉多州立大学2023年的预测包括六次飓风和两次大型飓风（指三级或更高级别）。北卡罗来纳州立大学的研究人员也倾向于同意这一点：他们预测将有六到八次飓风和两到三次大型飓风。
面对这些风暴，东海岸和墨西哥湾沿岸的建筑物旨在抵御时速74到超过157英里的危及生命的风速。或者，至少这是目标。
去年，国家环境信息中心表示，美国有十几次独立的灾害造成了超过10亿美元的损失——每次。这些事件的总成本？仅2022年就高达1715亿美元。
确定建筑物应设计承受的风力水平可能很棘手。但工程师们可能刚刚在人工智能中找到了一个有用的帮手。
是什么让建筑物能够防飓风？
防风设计可以包括混凝土、钢架和抗冲击玻璃等，具体取决于情况。当前的建筑规范规定了新结构应根据其重要性和位置能够承受多大的风力。
例如，医院的重要性高于餐馆，因此应建造得能够抵御更强的风暴。当然，某些地区比其他地区遭受更高的风速。
为此，工程师们查阅了有十年历史的地图，这些地图来源于计算机模型模拟的假设飓风——而计算机模型又是基于真实飓风收集的信息。
美国国家标准与技术研究院 (NIST) 数学统计学家亚当·平塔尔 (Adam Pintar)在一份新闻稿中解释说：“想象一下你有一个第二地球，或者一千个地球，你可以观察飓风100年，看看它们在哪里登陆，强度如何。如果这些模拟的风暴表现得像真实的飓风，它们就可以直接用于创建地图中的数据。”
阅读更多：风暴过后，飓风留下这些隐秘的影响
飓风预测
大多数人认为热带风暴和飓风等自然灾害是突发、不可预测的事件。但这只是因为他们不知道该寻找什么。
实际上，由于风暴的严重程度受可测参数的影响——例如海面温度和地球表面的粗糙度——它在膨胀时会留下许多微小、缓慢移动的线索。
太棒了，对吧？唯一的问题是这些关键数据点不易获取。因此，在上个月发表在《地球系统人工智能》上的一项新研究中，平塔尔和NIST的其他研究人员尝试了一种前所未有的方法。
他们没有像当前模型那样，试图利用稀疏的数据点从头开始数学地构建风暴，而是教机器学习算法模仿实际的飓风数据。
机器学习算法
NIST 表示，这有点像通过只看以前作业的问答来备考，而不是阅读教科书。因此，新的 NIST 模型非常擅长识别其他现有模型遗漏的模式。
算法用于学习的“答案”是什么？来自国家飓风中心大西洋飓风数据库的100多年飓风路径和风速数据。
但这些1500场风暴中，只有一部分被用来实际训练NIST模型。
训练结束后，研究人员要求它模拟其余它从未见过的风暴的潜在轨迹和风力。除了少数例外，它都以优异的成绩通过了测试。
“它的表现非常好，”平塔尔说。“坦白说，根据你所观察的海岸位置，要区分模拟飓风和真实飓风将相当困难。”
阅读更多：人工智能的利弊
飓风预测的未来
更进一步，平塔尔和他的同事们随后使用他们的模型预测了未来100年的假想飓风——它在几秒钟内就轻松完成了。
这些风暴的特征与我们过去所知的风暴有很大重叠，这表明它们可能在一定程度上是准确的。但NIST承认数据中存在一些差异。
例如，在东北部，历史数据有限，因此该地区人工智能生成的风暴因此不太真实。
气候变化是另一个需要应对的问题。目前，由于人工智能处理的是过去一个世纪的数据，它很难想象气候变化将对未来天气模式产生的影响。（公平地说，我们也很难想象。）
目前，传统计算机模型在这方面占据优势。但在短期内，该研究的作者表示，他们的发明更好地反映了现实。在未来几年，他们打算好好利用它——从更好的风力地图和建筑规范开始。
阅读更多：我们的气候变化将如何使飓风更糟
