代刊表示 ， 有好的預報不等于能做出好的決策 ， 傳統數值預報結果越來越精確 ， 但降水量、臺風強度和路徑等預報結果并不一定導向好的應對決策 。 在這方面 ， 人工智能技術大有可為 ， 雖然AI還不能很好地模擬傳統的物理過程 ， 但通過綜合如交通、能源、農業等各領域的數據和研究 ， 它能幫助人類在應對天氣影響時拿出更優良的決策方案 。

　　“人工智能在氣象行業中的應用剛起步 ， 應用場景未來還有很多 。 “錢奇峰表示 ， “在未來10年當中 ， 整合基于物理模式的數值預報和數據驅動的方法 ， 將會給天氣預報帶來新的機會 ， 例如將機器學習應用于交通堵塞、航空延誤、花粉過敏等難以用物理模型處理的預報 ， 能夠提供更有價值的信息 。 ”本報采訪人員崔 爽