對此 ， 代刊建議 ， 為進一步推進AI技術在業務流程的關鍵環節發揮重要作用 ， 未來應加強新的、更高級的AI技術理論研究和應用開發 ， “目前大部分AI技術方法研發還是以大氣科學專業背景人員為主 ， 需要統計學、計算科學、大數據挖掘等專業背景的科學家加入 ， 并積極與相關高校、科研院所合作 。 ”

　　更重要的是數據 ， AI技術的產品輸出質量受到輸入數據質量的限制 ， 要想取得更好效果 ， 需要加強高質量、長序列的氣象訓練數據集的研發 ， 例如提供長歷史、統計特性一致的模式數據 ， 整理和開發高分辨的觀測和分析資料用于訓練和檢驗 。 在前述日本海洋研究機構和九州大學的研究中 ， 研究小組為了利用深度學習獲得更高的識別精度 ， 對每一種氣象類型都需要超過數千張圖片的大量數據 。 “我們也在做長序列氣象數據的再分析 。 ”代刊表示 。