對農民而言，及時且準確的天氣預報可減輕惡劣天氣對農作物及牲畜的危害；快遞員可根據天氣預報在雨天有效規劃路徑；太陽能發電站則可透過雲層型態預測調節電力供應計劃。

阿里巴巴達摩院機器智能技術實驗室負責人金榕表示：「短臨預測是幫助不同行業作出天氣相關決策的關鍵技術。全球各國科技公司也正使用當地的氣候數據，加快研發相關技術和服務。」

金榕續說：「透過前沿算法和雲端技術，我們很好提升了在中國做短臨天氣預測的能力。我們致力幫助企業應對氣候挑戰，降低天氣突變帶來的挑戰。」

該人工智慧預測平台算法由阿里巴巴達摩院和中國國家氣象中心合作研發，透過卷積神經網路（Convolutional Neural Network, CNN）從雷達回波和氣象衛星圖片中有效提取氣象特徵。

平台配備了經過訓練的機器學習模型，可在數分鐘內提供精準及接近即時的當地天氣預測；利用生成對抗網路（Generative Adversarial Network, GAN）技術則可同時生成清晰且細節豐富的預測圖像。相較於傳統的物理模型，例如需數小時才能生成預測數據的「全球/區域一體化同化預報系統」（Global/Regional Assimilation and Prediction System, GRAPES），阿里巴巴達摩院的人工智慧預測模型大幅提升了預測速度和準確度，展現出更優越的性能。

近年來，阿里巴巴致力透過科技創新幫助需倚賴氣候資訊維持日常營運的行業應對環境挑戰。例如，武漢的葡萄種植戶現可使用阿里雲的物聯網系統對土地、濕度、日照等環境參數進行分析，從而更好地規劃澆水和施肥安排。來自安徽省的梨農和海南省的鳳梨種植戶則可透過基於阿里巴巴最新雲端運算和人工智慧技術打造的「先進數位農場」提升農作物產量。

- 新聞稿有效日期，至2021/11/21為止

上一篇：聯成電腦2021徵才博覽會 — 疫後求職，翻轉薪視界
下一篇：Pure Storage蟬聯Gartner「主儲存魔力象限」領導者