通过人工智能和气象科学相结合，科学家们发现了从前不知道的气候特征和大气运动，同时还能够对气象模型做出排序和选择。

现在研究气候的研究员们面临着数以万计的数据需要进行处理，其中，就有人在寻求AI的帮助，以便从海量的数据里找到有用的信息，方便更好的预测天气情况。

目前已经有研究人员致力于机器学习的方法来处理气候的问题。在机器学习中，AI通过学习越来越多的数据来不断完善自身的性能。通常情况下，运行一个高精度的气候模型就会产生皮级别（1P=1024T数据）的数据，目前主要的数据有英国气候局来维护，对于气候研究来说最大的问题就是数据的问题。

研究学家为此建立一个“气候信息学”的学科，并且运用机器学习来不断进行有效的处理。这一领域正在快速的发展，而随着发展，气候变迁的全貌也在一点点的清晰起来。

传统的计算机算法依赖于层层堆砌的规则和数据，但通过机器学习的来模拟人脑的复杂结构，在大量的数据下形成合适的规则和结构。这种方法特别适用于对传统计算机来说复杂，但对人类来说非常简单的问题，例如语音理解、手写识别等。

2016年研究人员就曾报道基于深度学习来识别那些传统上由富有经验的专家来判断气候模式，包括热带气旋、大气流等，这表明算法是有可能复制人类经验的。所以天气是一个十分复杂的问题，就特别适合用深度学习来进行研究。

明尼苏达大学的计算机学家Vipin Kumar利用机器学习建立了一套能够监测森林火险的算法并评估森林退化的情况。他的团队在利用机器学习识别气压模式时，在海上发现了一种从未见过的样本，同时Monteleoni 发明了一种可以自动评估30种气候模型并赋予不同的权重。通过学习，这种算法比传统算法要得到更好的结果。Monteleoni还表示气象学界已经开始逐渐采用AI系统来评估气候模型，从而帮助他们完善预测结果。

由于深度学习是数据自己学习来出模型的，所以很多时候并不清楚是如何得出结果的，这也是深度学习面临的最大问题——不可解释性。这也导致很多人无法相信得出天气结果的原因。劳伦斯实验室的研究人员William Drew Collins表示，如果对AI预测结果无法解释的话，那么就会对此存在很多的疑虑，但同时也表示AI对于天气预测的研究室很重要的。

然而无论如何，AI已经开始在天气预报中逐渐发挥它的作用。美国国家气象局目前计划在更广阔的领域中使用AI来进行预测。

虽然绝大部分的气象学家仍然使用传统的分析手段来进行气象预测，但机器学习已经显示出它的强大能力，已经势不可当，相信最后会走向气象领域的方方面面。