让创新技术更好地落地生根
近年来，人工智能技术方兴未艾。从实现种植环境精准调控的农业大模型，到帮助医生快速识别病灶的影像辅助诊断技术，再到利用算法优化配送路径的智慧物流手段，人工智能正以前所未有的速度和深度渗透到经济社会各领域各行业，广泛而深刻地改变着人们的生产生活方式。作为我国首个生成式人工智能气象服务语言模型，风和系统正是人工智能赋能气象服务行业的一个缩影。
人工智能如同一座推动知识普惠的桥梁，一端连着复杂的专业知识体系，一端连着多元的用户需求场景。只有把二者有效结合，才能让创新技术更好地落地生根，赋能千行百业。从风和系统的研发过程来看，正是如此。一方面，把海量资料转化成知识图谱，通过技术训练提升专业水平，深度转化知识；另一方面，利用场景化问答训练分析能力，面向不同场景搭建各类智能体，精准对接需求，进而打造“需求—知识—服务”的动态闭环。
展望未来，当技术与产业双向奔赴、知识与需求有效连接，期待人工智能真正实现从“可用”到“好用”、从“融入”到“重塑”，为加快培育新质生产力、推动经济社会高质量发展不断注入强劲动能。
■链接
人工智能在气象领域应用越来越广泛
如今，人工智能技术在气象领域的应用越来越广泛，新应用新场景不断增多，催生了不少人工智能模型，不断赋能气象行业发展。
在风和之前，中国气象局已推出了风雷、风清、风顺、风宇等人工智能模型。与风和不同的是，这些模型都应用在气象预报领域：风雷针对的是即将发生的雷暴和强降水天气，风清是全球短中期预报系统，风顺是全球次季节—季节预测系统，风宇是空间天气链式预报模型。2024年，中国气象局启动人工智能天气预报模型示范计划，推动预报模型与气象业务创新融合应用，伏羲、璞云、风乌、盘古等14个天气预报模型脱颖而出。
人工智能技术的加入，加上原有的气象预报技术以及预报员丰富的经验，让气象预报更加准确。
此外，在极端降水预测、强对流天气预警、气象资料同化分析、气象观测与数据处理、气象服务与决策支持等领域，也出现了不少人工智能模型，有力地推动了气象业务的数字化、信息化和智能化发展，为气象服务更好地助力生产生活提供了重要支撑。
（本报记者李红梅整理）