我是DTN的气象和气候智能总经理，在那里我开发策略和解决方案，为广泛的行业客户提供气象智能；我还曾领导了一支200多名操作气象学家的团队，为DTN全球气象室提供实时信息。
我的气象学职业生涯始于作为密西西比州梅里迪安和密苏里州堪萨斯城的广播气象学家。我拥有密西西比州立大学的气象学硕士学位。
当墨丽莎飓风本月初在大西洋意外形成时，传统的预报模型被其快速加强所措手不及。然而，使用人工智能的天气模型已经检测到微妙的大气线索，例如小的压力异常和海表温度模式，暗示了风暴的爆发潜力，几乎提前了一整天。几十年来，气象学家们一直依赖数值天气预报模型，这些模型是基于物理的系统，模拟温度、压力和风，以预测大气的行为。这些模型虽然很先进，但也很慢，需要大量的数据输入和超级计算能力来产生一个预报。现在，人工智能正在改变这种方法。机器学习系统...
