天津
●陈大可 中国科学院院士，物理海洋学家，自然资源部第二海洋研究所科技委员会主任，南方海洋科学与工程广东省实验室（珠海）主任
“人工智能不会简单替代理论研究，但它能够通过提升信息获取能力、增强数据挖掘能力、改进经验参数化和模型表达，为海洋基础理论研究提供新的工具和路径。”4月25日，第五届人工智能海洋学论坛在济南举行，在论坛特别设置的“海洋+人工智能”高端访谈环节，中国科学院院士陈大可分享观点。
陈大可院士长期从事海洋学基础研究，在海气相互作用、气候研究领域成果卓著。针对大家普遍关心的“AI+海洋气候基础理论研究”这一问题，他从三个关键维度作出系统阐释。
陈大可指出，信息获取是所有理论研究的基础，没有数据底座，理论研究寸步难行。进入智能时代，应大力运用无人智能平台协同组网、跨域协同组网等智能手段，更高效地获取海洋信息。相比传统观测方式，智能化观测可在效率与覆盖能力上实现量级提升，为基础理论研究提供更丰富、更高质量的信息源。
在海量数据的价值挖掘上，人工智能有助于信息挖掘和现象发现。有了海量数据之后，如何从中发现有趣现象、识别关键过程，是理论创新的重要前提。“比如，分布式光纤传感技术原本主要服务通信，但光纤本身也可以成为重要传感器。其采集到的振动信号复杂而杂乱，传统方法较难有效提取有用信息，而人工智能能够在复杂信号分解、模式识别和特征提取方面发挥重要作用。过去我们处理数据常用线性降维方法，而人工智能在处理非线性复杂数据方面具有明显优势。”他说。
人工智能可以直接服务理论模型改进。物理海洋学的基本理论可以追溯到经典力学在流体中的应用。“虽然方程写在那里，但许多问题长期没有完全解决，特别是不同尺度之间的相互作用、湍流和环流等问题。过去我们在很多环节不得不依赖经验参数化。”在陈大可看来，理论框架中凡是经验性的部分，均有望借助人工智能实现替代、改进与优化，从而推动海洋基础理论实现关键突破。
信息来源:大众网。
转载请注明信息来源及海洋知圈编排。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
