和鲸科技携手四川气象,以 AI 的力量赋能四川气象一体化平台建设

气象领域与农业、能源、交通、环境科学等国计民生关键领域紧密相连,发挥着不可替代的重要作用。人工智能技术的迅猛发展,为气象领域突破困境带来了新的契机。AI 技术能够深度挖掘气象大数据中蕴含的复杂信息,助力人类更精准地把握自然规律,从而为公共服务提供更强大的支撑,推动气象服务向精细化、智能化方向迈进。2024 年 12 月,中国气象局部署人工智能气象应用工作时强调积极推动人工智能与气象业务全面融合;2025 年 2 月,中国气象局专题交流研讨如何推动 DeepSeek 与气象业务服务结合和应用问题,更好推动气象高质量发展。

四川省气象局以全面深化气象改革为引擎,向需向新向实发力,建设全省一体化业务平台,加速推进气象科技能力现代化和社会服务现代化。然而伴随着气象业务需求的不断发展、现有业务系统日益繁杂,传统的气象数据检索流程存在众多痛点:

  • 查询流程繁琐:气象大数据云平台拥有庞大的数据资源,包括上千种数据资源和近 10 万个气象要素。用户需要通过复杂的分类和筛选步骤才能定位到所需数据,并进一步在元数据中查找相应的字段,手动拼凑接口进行数据访问。这一过程不仅耗时,而且容易出错。

  • 技术门槛高:数据访问要求使用者具备一定的 API 接口使用知识,能够编写程序或手动配置 URL。这对于普通气象业务人员来说,存在一定的技术门槛,限制了他们高效利用气象数据的能力。

  • 查询效率有待提高:传统的查询方式需要用户逐一操作,每一步骤都需要深入了解气象数据的分类、字段和接口规则。这不仅导致查询效率低下,还可能因为不熟悉气象资料而难以快速找到关键字或字段,从而延长查询时间并增加出错的风险。

01

高效、智能的气象数据查询智能体示范应用,让风云“可测”

为解决上述难题,2024 年,四川气象携手和鲸科技,共同打造了气象一体化平台数据智能体示范应用,该应用通过自然语言交互和智能化技术,显著提升了气象数据查询和分析的效率与精准度,赋能气象业务。

通过与气象业务专家和预报员的紧密沟通,和鲸基于其实际需求,确定了如降水、温度、风向、能见度等不同类别的数据需求,并根据业务需求设定了问题的优先级。基于和鲸科技旗下可承载 DeepSeek 全生命周期应用的 ModelWhale 平台,为四川气象本地部署了 32B ChatGLM 基座模型和小参数模型,搭建了气象数据查询智能体应用。该智能体能够轻松应对用户通过文本或语音输入的查询请求,借助自然语言处理(NLP)技术,迅速解析出用户的真实需求。随后,智能体会依据这些需求调用相应的数据查询接口,迅速获取并返回精确的气象数据。这些数据以用户友好的方式呈现,使得查询过程更加便捷高效。

气象数据查询智能体可对接千余气象种数据要素,并以 API、对话机器人、网页嵌入、浏览器插件等多种形式融入四川气象一体化平台内部业务和流程中,完成从气象数据查询-可视化-数据报告的全流程闭环

  • 问答式交互:智能体采用自然语言问答的方式,帮助业务人员快速获取气象数据。气象业务人员只需通过简单的语言描述需求,智能体即可理解意图并执行数据查询,无需复杂的操作流程。

  • 多源数据整合:智能体整合了实况数据、历史数据、预报数据等多种气象数据源,满足不同场景下的查询需求,为气象业务人员提供全面的数据支持。

  • 智能检索:基于大语言模型的智能检索功能,智能体能够根据业务人员提供的关键词,快速匹配相关数据,并进行筛选和排序,提供精准的查询结果。

  • 可视化展示:查询结果以图表形式直观展示,方便气象业务人员快速理解和分析数据,提升工作效率。

图片

02

基于 DeepSeek 的智能体赋能,多场景提升气象业务效率

为更好持续推动气象服务从“经验驱动”向“智能驱动”转型,未来,双方将基于 DeepSeek 强大的数据处理、自然语言理解和深度学习能力,进一步赋能智能体,深度融入四川全省一体化气象业务全链条,可在文本生成、信息检索、工具调用及多模态应用等场景中实现能力跃升。  

图片

此次四川气象与和鲸科技共同打造的气象一体化平台数据智能体示范应用,标志着气象领域在人工智能技术应用上的重要突破,实现了多个维度的跃升:

  • 业务模式升级:完成从“人找数据”到“数据找人”的转变,为政府决策、农业生产、交通出行等提供科学依据,助力社会经济的可持续发展;

  • 应急能力强化:快速获取和分析气象数据,为灾害性天气的监测、预报和预警提供支持,帮助相关部门及时采取应对措施,减少灾害损失;

  • 公共服务优化:为公众提供了便捷的气象信息服务,包括城市天气查询、预报预警信息获取等,提升了气象服务的普惠性。

气象数据的及时、准确查询与高效分析,直接关系到灾害预警的及时性、精准性以及防灾减灾的有效性。通过与和鲸共同打造的气象数据智能体应用,四川气象的业务人员能够更快速、更精准地获取关键气象数据,为天气预报、防灾减灾、农业生产等领域提供强有力的数据支持,切实保障人民群众的生命财产安全和社会经济稳定发展。未来,和鲸也将持续研发和完善先进的气象技术和解决方案,为我国气象事业的长远发展贡献自己的力量。

和鲸基于 ModelWhale 承载了 DeepSeek 全生命周期管理,让智能真正融入科研工作流,实现对科研资源的最大化利用。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/979054.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

autojs例子之webView的UA切换

/*** 作者: 家* QQ: 203118908* 功能: webViewUA切换*/ "ui"; importClass(java.io.File); importPackage(android.text); importPackage(android.text.style);ui.layout(<vertical id"yidong1" marginTop0 bg"#881e90ff"><text id&q…

HarmonyOS 5.0应用开发——鸿蒙接入高德地图实现POI搜索

【高心星出品】 文章目录 鸿蒙接入高德地图实现POI搜索运行结果&#xff1a;准备地图编写ArkUI布局来加载HTML地图 鸿蒙接入高德地图实现POI搜索 在当今数字化时代&#xff0c;地图应用已成为移动设备中不可或缺的一部分。随着鸿蒙系统的日益普及&#xff0c;如何在鸿蒙应用中…

Python爬虫(四)- Selenium 安装与使用教程

文章目录 前言一、简介及安装1. Selenium 简介2. Selenium 安装 二、Selenium 基本使用1. 导入Selenium2. 启动浏览器3. 打开网页4. 获取页面标题5. 关闭浏览器6. 完整示例代码 三、Selenium WebDriver1. 简介2. 基本操作2.1 启动浏览器2.2 关闭浏览器2.3 打开网页2.4 关闭当前…

java后端开发day20--面向对象进阶(一)--static继承

&#xff08;以下内容全部来自上述课程&#xff09; 1.static–静态–共享 static表示静态&#xff0c;是java中的一个修饰符&#xff0c;可以修饰成员方法&#xff0c;成员变量。 1.静态变量 被static修饰的成员变量&#xff0c;叫做静态变量。 特点&#xff1a; 被该类…

phpstudy安装教程dvwa靶场搭建教程

GitHub - digininja/DVWA: Damn Vulnerable Web Application (DVWA) Dvwa下载地址 Windows版phpstudy下载 - 小皮面板(phpstudy) 小皮下载地址 1选择windows 版本&#xff0c;点击立即下载 下载完成&#xff0c;进行解压&#xff0c;注意不要有中文路径 点击.exe文件进行安装…

AI数字人技术源码开发分享:革新短视频营销策略

集星幻影的AI数字人分身系统是一款融合了先进人工智能技术的综合性短视频营销解决方案。该系统整合了形象克隆、声音克隆、AI数字人分身生成、智能剪辑及文案创作等功能&#xff0c;旨在为用户打造虚拟人物资产并提供AI驱动的多模态交互服务。以下是该系统的主要功能概述&#…

Day 51 卡玛笔记

这是基于代码随想录的每日打卡 647. 回文子串 给你一个字符串 s &#xff0c;请你统计并返回这个字符串中 回文子串 的数目。 回文字符串 是正着读和倒过来读一样的字符串。 子字符串 是字符串中的由连续字符组成的一个序列。 示例 1&#xff1a; 输入&#xff1a;s &q…

ArcGIS Pro可见性分析:精通地形视线与视域分析

在地理信息系统&#xff08;GIS&#xff09;的广泛应用中&#xff0c;可见性分析作为一项关键技术&#xff0c;发挥着不可替代的作用。 无论是城市规划、环境监测&#xff0c;还是军事侦察、景观设计&#xff0c;可见性分析都能提供精确的数据支持&#xff0c;帮助我们更好地理…

【WSL2】 Ubuntu20.04 GUI图形化界面 VcXsrv ROS noetic Vscode 主机代理 配置

【WSL2】 Ubuntu20.04 GUI图形化界面 VcXsrv ROS noetic Vscode 主机代理 配置 前言整体思路安装 WSL2Windows 环境升级为 WIN11 专业版启用window子系统及虚拟化 安装WSL2通过 Windows 命令提示符安装 WSL安装所需的 Linux 发行版&#xff08;如 Ubuntu 20.04&#xff09;查看…

点云 Ubuntu20.04-VScode已解决fatal error: Eigen/StdVector: 没有那个文件或目录

原因&#xff1a;路径问题 。 解决&#xff1a;解决方法&#xff1a; 使用下面命令将eigen的安装路径映射到/usr/include路径下:pcl按照z方向渲染点云&#xff0c;但是CMakelists.txt编译找不到pcl/io/pcd_io.h: 没有那个文件或目录&#xff0c;Eigen找不到&#xff0c;open3d…

Redis 面试

Redis 使用场景有哪些&#xff1f; 缓存&#xff1a;缓存热点数据&#xff0c;如数据库查询结果、页面片段等&#xff0c;减少数据库压力&#xff0c;提高系统响应速度。 分布式锁&#xff1a;利用 Redis 的原子操作实现分布式锁&#xff0c;保证在分布式环境下同一时刻只有一…

228页PPT丨制造业核心业务流程优化咨询全案(战略营销计划生产研发质量),附核心系统集成架构技术支撑体系,2月26日资料已更新

一、订单全生命周期管理优化 1. 智能订单承诺&#xff08;CTP&#xff09;系统 ●集成ERP/APS/MES数据&#xff0c;实时计算产能可视性 ●应用蒙特卡洛模拟评估订单交付风险 ●建立动态插单评估模型&#xff08;基于边际贡献与产能占用系数&#xff09; 2. 跨部门协同机制…

mysql5.7离线安装及问题解决

这次主要是讲解mysql5.7离线安装教程和一主一从数据库配置 1、去官网下载自己对应的mysql https://downloads.mysql.com/archives/community/2、查看需要安装mysql服务器的linux的类型 uname -a第二步看一下系统有没有安装mysql rpm -qa|grep -i mysql3、上传安装包 用远程…

AI人工智能机器学习之聚类分析

1、概要 本篇学习AI人工智能机器学习之聚类分析&#xff0c;以KMeans、AgglomerativeClustering、DBSCAN为例&#xff0c;从代码层面讲述机器学习中的聚类分析。 2、聚类分析 - 简介 聚类分析是一种无监督学习的方法&#xff0c;用于将数据集中的样本划分为不同的组&#xff…

springai系列(二)从0开始搭建和接入azure-openai实现智能问答

文章目录 前言1.从0开始搭建项目2.进入微软openai申请key3.配置application.yaml4.编写controller5.测试源码下载地址总结 前言 之前使用openai的官网的api需要科学上网&#xff0c;但是我们可以使用其他的代理间接实现使用chatgpt的相关模型&#xff0c;解决这个问题。比如:本…

2020年蓝桥杯Java B组第二场题目+部分个人解析

#A&#xff1a;门牌制作 624 解一&#xff1a; public static void main(String[] args) {int count0;for(int i1;i<2020;i) {int ni;while(n>0) {if(n%102) {count;}n/10;}}System.out.println(count);} 解二&#xff1a; public static void main(String[] args) {…

DeepSeek 202502 开源周合集

DeepSeek 本周的开源项目体现了其在 AI 技术栈中的深厚积累&#xff0c;从硬件协同优化&#xff08;FlashMLA&#xff09;、通信库&#xff08;DeepEP&#xff09;、核心计算&#xff08;DeepGEMM&#xff09;到推理模型&#xff08;DeepSeek-R1&#xff09;&#xff0c;覆盖了…

Ubuntu2204下使用NVIDIA GeForce RTX 4090进行DeepSeek-R1-Distill-Llama-8B模型微调

Ubuntu2204下使用NVIDIA GeForce RTX 4090进行DeepSeek-R1-Distill-Llama-8B模型微调 环境准备创建Python微调环境准备数据集准备模型文件 模型微调模型预测原始模型预测微调模型预测 使用unsloth&#xff0c;可以方便地对大模型进行微调。以微调DeepSeek-R1-Distill-Llama-8B为…

DeepSeek 开源狂欢周(二)DeepEP深度技术解析 | 解锁 MoE 模型并行加速

在大模型时代&#xff0c;Mixture-of-Experts (MoE) 模型凭借其强大的容量和高效的计算能力&#xff0c;成为研究和应用的热点。然而&#xff0c;MoE 模型的训练和推理面临着巨大的专家并行通信挑战。近日&#xff0c;DeepSeek 开源了 DeepEP 项目&#xff0c;为解决这一难题提…

(IDE接入DeepSeek)简单了解DeepSeek接入辅助开发与本地部署建议

重点&#xff1a;IDE接入DeepSeek是否收费 收费&#xff01; 本文章主要是为了给小白避雷&#xff0c;目前很多文章告诉大家怎么接入DeepSeek&#xff0c;但是并未告知大家是否收费。如果是想白嫖的&#xff0c;就可以不用去接入了。 一、引言 最近爆火的AI人工智能工具DeepSe…