天气预报会下吗？
这个问题很有趣，我做过类似预测。 先介绍一下背景，我是研究台风的。气象学家一般对台风有这样的定义： 热带大气中的强烈旋风，风力达到12级以上，并有持续向中心挤压的漩涡、离心力作用使外围空气不断上升形成雨云，进而产生暴雨。 简单来说就是：高温，高压，高湿度。
这里要提到一个参数——饱和比湿。它是指温度和含湿量的乘积，是反映大气中水汽含量多少的重要指标。当空气相对湿度达到100％，表示其中含的水汽与饱和比湿相等；在非饱和状态下，每千克空气里含的水汽量低于饱和比湿值时就称为湿润，高于饱和比湿值时称为潮湿。 为了进行数值模拟，我们建立了这样一套模式：把整个地球分成无数个小格，把每个小格里所有的地理数据和天气数据都放在一个矩阵里，然后进行编程计算来模拟接下来几天的天气变化情况（当然实际比这要复杂很多）。
通过这个模型我们可以得到未来任一时刻的饱合比湿分布情况。当把起始日的饱合比湿分布图输入到模式里去后，由于初始时刻的空气是连续流动的，因此可以不断地向前预测，当然时间越长越准确。 那么现在的问题就变成了如何利用现有的气象资料来预测未来的饱和比湿分布。这就涉及到了机器学习、统计学等方法。
我曾经在课堂上给学生们做过实验，输入现有的气象数据，让机器去学习找到其中的规律并用来做短期预测，取得了一些效果。如果提前一个月以上，精度还是可以的。但如果是24小时之内这样短的时间跨度，误差就会很大。 这是因为短期内空气的流动属于混沌现象，充满了不确定性。用传统的统计方法很难找到其中的规律，而运用现代智能算法虽然能够挖掘出隐含的内在联系，但其本身存在参数选择问题和过学习问题，也会导致精度不够。
其实这个问题本质上是一个信息检索问题，所不同的是这里的检索对象是大尺度气候场里的信息。