MIT 推出 η-learning，可在无历史灾害数据下预测极端天气

麻省理工学院（MIT）工程师开发出一款名为 Extreme Event Aware（η-learning）的 AI 工具，可在无需依赖历史灾害数据的情况下预测极端天气事件。

据 Techub News 介绍，这一工具能够生成统计上可能、但历史上未在特定区域出现过的极端天气事件地图，并估算事件的持续时间、强度及影响范围。

论文于 8 月 20 日发表于《自然·通讯》

研究人员 Kai Chang 与 Themis Sapsis 教授在 8 月 20 日发表于《自然·通讯》的论文中描述了这一方法。论文称，该算法结合点统计数据与空间地图，通过低分辨率与高分辨率地图之间的对应关系学习统计规律，从而生成超出训练数据范围的极端天气空间模式。

测试以美国大陆降水数据为对象

在测试中，这款工具针对美国大陆降水数据生成了可能出现的百年一遇风暴地图。报道举例称，系统可模拟纽约市降雨量达到 300 毫米的合理风暴情景，而当地历史最高记录为 200 毫米。

Techub News 称，这类结果可为城市规划、保险及电网运营提供极端情景预案参考。相关信源为《自然·通讯》。