蝴蝶效应（The Butterfly Effect）是指在一个动力系统中，初始条件下微小的变化能带动整个系统的长期的巨大的连锁反应。
——百度词条
我们常常听到一个词——“蝴蝶效应”，这个词由美国气象学家爱德华·罗伦兹于1963年在一篇论文中提出，他认为，大气运动中，即使影响大气变化的因素很小，由于误差的存在和不确定性，也有可能经过逐级的积累和放大，导致大气运动的极大变化。所以，长期的准确预测天气是不可能的。
“蝴蝶效应”从侧面说明气象预报中面临的最大问题就是预报天气的准确性和时效性，随着AI时代的到来，AI能够赋予气象什么样的潜力呢？
1、AI能够延长提前预测天气的时间
日本海洋研究机构和九州大学的研究小组利用人工智能深度学习技术，开发了从全球云系统分辨率模型(NICAM)气候实验数据中高精度识别热带低气压征兆云的方法，该方法可识别出夏季西北太平洋热带低气压发生一周前的征兆。
韩国光州全南国立大学的研究人员使用历史海平面温度和深海温度的全球图像来训练一种名为卷积神经网络（CNN）的AI，可以提前18个月预测到厄尔尼诺事件时间，这比气候科学家们设想的预测时间早了半年。
2、AI能够减轻人力负担，实现自动化观测
杭州环境气象中心工程师胡德云和观测员杨焕强通过高清摄像头+AI算法的组合替代观测员的眼睛，在通过云图模型对观测到的云进行分析并输出结果，这样可以很大程度上减少观测员的负担。为此，他们在全国建立28个气候监测站点，收集了100万张来自内蒙、青海、黑龙江、北京等地不同的气候图片，涵盖了沙暴、扬尘等多种气候。为了通过百度EasyDL定制化训练和服务平台训练气候模型，他们还需要从这100万张气候图片中挑选2万张用作模型的训练数据。最终，智能AI看云系统初步成型。
目前，这套系统可以对20多种云状、11种云量，以及雾、霾、沙尘、霜露、结冰、结雪、雨凇雾凇、茶叶霜冻等天气状况进行自动观测。其中，云状识别准确率87.5%，云量识别准确率85%，霜露、雨凇雾凇识别准确率均在80%以上。
3、AI能够更快整合更多数据，输出有效预测
18年，高德地图宣布与中国气象局公共气象服务中心达成战略合作，并推出积水地图AI版，当恶劣天气发生时，这个机器学习模型会根据中国气象局提供的天气数据和高德地图的交通大数据进行分析，预测出可能出现积水的路段，并且可将积水信息播报给途径的司机，司机可以根据高德地图的预测数据重新规划导航路线，绕开积水路段。
何为智慧气象？
何为智慧气象？以前要看天吃饭，现在要用科技打破“天有不测风云”的禁锢。通过云计算、物联网、移动互联、大数据、智能等新技术的深入应用，整合气象数据，挖掘数据价值，让气象信息服务于每一个生活场景。智慧气象，服务万民。
