叶梦姝

　　今年，人工智能选手赢了。

　　按照竞赛规则，团队得分是个人得分的总和。因此，UW团队自建了一个预报系统，可以从互联网上抓取十几个模式的预报结果，方便团队成员参考以快速做出决定。而这个预报系统中最核心的部分，就是获得个人冠军的韦恩（Jonathan Weyn）开发的机器学习工具MOS-X。

　　在气象预报领域，MOS预报，也就是模式输出统计预报，是一种动力统计预报天气的方法。而MOS-X，就是用机器学习来做模式输出统计。

　　每当WXchallenge宣布一个新预报地点，韦恩就用该城市过去6-7年的天气预报和实况数据来训练MOS-X，将历史预报与实际天气进行比较，来了解不同情况下的模式偏差，并对其订正。针对今年美国“最难预报城市”——科罗拉多州普韦布洛市的天气，MOS-X提供了最好的预报。

　　而且，据竞赛官网上公布的历届个人冠军和成绩列表显示，韦恩-3.817的得分不仅是本届最高分，而且还打破了赛会纪录——三年前的最高分-4.058。目前，冠军的Python代码已经在开源平台GITHUB上全部公开。

　　这也是该竞赛历史上计算机工具首次击败所有人类预测者。不过，由于WXchallenge规定，只有人类选手能参赛，MOS-X只好“借壳上市”。作为开发者的韦恩，替MOS-X领了一个特殊类别的奖杯。

　　WXchallenge始于2005年，由俄克拉荷马州立大学（OU）的教师——布拉德（Brad Illston）创建，旨在举办一个充满活力和吸引力的预报竞赛。2006年，WXchallenges正式运营的第一个赛季，就有55所大学近1600名预报员参加。近两年，WXchallenge更是吸引了80多所大学的团队和3000多名个人参赛者，可谓是世界上规模最大的天气预报竞赛了。

　　比赛分为团体赛和个人赛。团体赛要5人以上参赛，每个队员都是独立个体，队友之间允许一起讨论和共享资源，但不能直接干预对方的预测。

　　个人参赛者按照5类排名：专业人士，包括大气科学专业毕业生，美国海军人员和美国国家海洋和大气管理局（NOAA）雇员；大学教师和博士后预报员；在读硕士和博士预报员；大学三年级、四年级预报员；大学一年级、二年级预报员。因此，大部分参赛团体来自北美各高校的大气科学学院，绝大多数参加比赛的选手来自美国高校。

　　像竞技体育一样，WXchallenge竞赛分为春季和秋季两个赛季，每个赛季对5个城市的天气进行预报，每个城市的预测持续两周。每周一到周四，美国中部时间下午4点前，参赛团队和个人须提交未来24小时天气预报，所提交的天气预报要包含最高气温、最低气温、降雨量和风速在内的四个要素。也就是说，这项比赛的参赛团队和个人，要在一年里对10个城市的天气进行共20周的预报，可谓是真正的一年一次，一次一年。

　　WXchallenge简单直接却又功能强大的官网提供地面站、卫星、雷达、探空、模式产品等各种资料，同时也是一个能够提供基于预测提交和快速预测验证的网络预测竞赛集成系统。参赛选手可以在官网上查看各种参考资料，还可以在论坛版块开展团队讨论，提交预测结果，并查看自己的成绩。当然，参赛选手也可以参考其它资料或者开发各种预报工具。

　　官网上，实时天气每小时更新，并根据预报和已验证的气象实况之间的误差，对参赛预报进行评分。所有预测的公共数据文件也直接在网站上公开，选手们第二天就可以看到前一天的成绩。从官网上公布的数据可以看出，普韦布洛市的天气之所以这么难预报，参赛预报员们主要“折”在了降水上。

（来源：《中国气象报》2019年5月9日三版  责任编辑：苏杰西）