学生在高级顶点课程中探索人工智能和龙卷风

通过

日期

诺曼,俄克拉荷马州。皇冠体育大学气象学院的一群大四学生在秋季学期致力于皇冠体育研究可解释的人工智能和龙卷风形成——导致龙卷风形成的条件。

四名学生：Evan White， Andrew Muehr， Victor Tiradoegas和Gabriel Cenker在他们的高级顶点课程中聚在一起，对气象学的人工智能应用有不同的熟悉程度。

Muehr已经发表了一篇关于supercell模拟的论文，但他是AI的新手，而Evan White创建了一个机器学习模型，并可以将可解释的AI技术应用于该模型，以理解AI是如何“思考”的。蒂拉多加斯对主题的融合很感兴趣。

“我一直对超级单体龙卷风动力学很感兴趣，我真的很喜欢计算机科学和人工智能，”他说。“当我们在最初的皇冠体育研究课上被分成皇冠体育研究小组时，我想，好吧，这可能是一件很酷的事情。”

“这是几个不同领域经验的自然融合，”穆尔补充道。

该小组的顾问是气象学院助理教授亚伦·希尔博士。希尔的皇冠体育研究存在于人工智能和天气的交叉领域。他皇冠体育研究如何使用人工智能来构建产品和信息，以协助业务预报员。最近，他开始涉足这个新兴领域，利用人工智能来理解气象和天气预测问题。他领导着气象学院的CHAOS皇冠体育研究小组，在那里他和他的团队用人工智能、观测和模拟皇冠体育研究对流和天气危害。

在他们的顶点项目中，学生们皇冠体育研究了是什么导致了低层强烈的上升气流或向上移动的空气，并看看人工智能是否能解释上升气流增强或减弱背后的物理原因。

“现在，有所有这些关于龙卷风形成和涡度来源的理论，但无论你看什么理论，所有这些理论都需要一个强大的上升气流。”Muehr说。

学生们为他们的项目进行了1800次模拟，其中900到1000次模拟产生了风暴。然后，他们从中选择了大约700个作为人工智能模型的训练数据集。最后，他们应用了一个可解释的人工智能模型。

希尔将可解释的人工智能描述为一种诊断模型正在做什么的方法。“模型通常被称为黑匣子——我们不能像数值天气预报模型那样真正地打开它们，”他说。

他们的一些结果是直观的，而另一些则更令人惊讶。

“我们发现一些更经典的变量，比如中气旋强度，似乎与低层上升气流强度没有太大联系。相反，像降水混合比这样的变量似乎对低层上升气流的增强非常重要，这是我们没有预料到的，”穆尔说。

Muehr说，他们的发现普遍表明，高空的冰——在大气高层形成的冰晶——对低层上升气流的增强很重要。学生们怀疑，这是因为中高层的上升气流更大，特别是那些产生更多降水的上升气流，可能与低层上升气流加强的可能性更大有关。还需要更多的皇冠体育研究来确定这些变量之间是否有联系，或者这些变量之间是否只是有联系。

学生们希望通过人工智能的视角继续皇冠体育研究这些问题，也许使用不同于他们在顶点项目中使用的微物理方案，或者向模型中添加更多信息，看看他们能收集到什么进一步的信息。

要首页关于气象学院的学生和皇冠体育研究，请访问ou.edu/ags/meteorology。