空气质量的监测与预警，对于公众健康和政府规划而言，是很有意义的一件事！目前IBM、Microsoft 以及 彩云天气都有这方面的实践和研究。IBM 2015 年发布的“绿色地平线”（Green Horizon）计划，利用 IBM 认知计算、大数据分析以及物联网技术的优势，分析空气监测站和气象卫星传送的实时数据流，凭借自学习能力和超级计算处理能力，提供未来 72小时的高精度空气质量预报，实现对城市地区的污染物来源和分布状况的实时监测。微软 2012 年利用城市计算推出了的 Urban Air 系统，通过大数据来监测和预报细粒度空气质量，希望最后解决空气污染问题。彩云天气利用 AI 技术，尝试在更细范围内，预测空气质量。

不仅仅效果好，深度学习在计算效率上非常有优势。以 72 小时全国范围的气象预报为例，传统数值方法是通过包里运算大量微分方程，需要 96 核的超级计算机运算半小时。而同样的预测任务，AI 仅需要 1 核 CPU 运算 10 秒钟，即可得到相似精读的结果。

想要达到高准确率的空气质量预测，需要多样丰富的数据、模型和更强的算力。而基本的研究方法和思路，都具有相似性。

集智学园将于今晚（2019年5月19日）进行一场公开直播课， 聚焦于一个模型框架，应用于空气质量预测这个问题上，带你感受深度学习应用的完整过程。

本课程中，讲师将介绍其团队的实践经验：使用 20 G 的训练数据，采用编解码器 + Conv-LSTM 的 AI 模型，预测全国的 PM2.5 和 O3 浓度，并与传统的 CMAQ 预报效果进行了对比。目前模型的预测效果，可以访问基于深度学习的大气污染预报平台。

主题：基于深度学习的大尺度大气动态预报

时间： 2019 年 5 月 19日，18:00-19:00

形式：直播免费，录播收费。请扫描以下二维码入群，直播地址将在群内公布。

☝扫码入群，直播地址将在群内公布

张迪，上海交通大学环境工程专业研究生。曾任Intel、彩云天气实习AI工程师。上海交通大学人工智能俱乐部会员。

• 深度学习能不能成功预测 PM 2.5、O3，能够达到什么样的预测精度？

• 能够用于大尺度大气动态预报的数据有哪些？这些数据又该如何使用？

• 深度学习的应用与传统的大气预报模型相比，有哪些优势？准确率如何？

• 深度学习在大气预报应用中，还存在哪些困难？

• 只看直播不过瘾？5元成为正式学员，升级权限！

• 微信扫描下方二维码，或通过PC/pad浏览器进入课程链接，即可付费。

• 付费后会弹出助教微信哦~请加助教为好友，申请加入【深度学习×气象预测】主题交流群！

• 付费学员使用zoom.us平台，可以参与互动，向讲师提问~

课程地址：

http://campus.swarma.org/play/coursedetail?id=10880

你也有知识想分享？

集智学园直播课的内容，大多来自相关领域的从业者的一线经验和研究者的最新成果。本次直播课的内容来自于讲师所在的团队——上海交大环境学院大气环境人工智能研究小组的项目。期待更多人参与到我们的分享、讨论中，一起碰撞出有价值的火花！

如果你也在人工智能、复杂系统领域，有新的研究成果或发现，希望与集智学园的同学一起分享，可以通过邮件与我们联系：wangchaohui@swarma.org。

期待为你找到同行者。

集智学园公众号：swarmAI

集智学园QQ群：426390994

集智学园官网：campus.swarma.org

商务合作&投稿转载｜swarma@swarma.org

企业合作网页链接：http://business.swarma.org/

---

集智俱乐部QQ群｜877391004

商务合作及投稿转载｜swarma@swarma.org

◆◆◆

搜索公众号：集智俱乐部

加入“没有围墙的研究所”

让苹果砸得更猛烈些吧！

原文始发于微信公众号（集智俱乐部）：集智