现阶段厄尔尼诺事件被觉得没法精确分折，但据美国《大自然》杂志期刊18日发布的这项人工智能技术(AI)与气候学科学研究，日本生物学家汇报了这种能够提早1年半分折厄尔尼诺事件的深度神经网络方式 ，摆脱了该行业长时间具有的这项挑戰。

厄尔尼诺—中国南方涛动是宇宙上知名度较大的气候问题，并随之全球气候变暖而出現得愈来愈经常。厄尔尼诺事件产生于中国太平洋东部地区和中南部，己知其会造成极端化气侯，对本地生态体系导致比较严重危害。但目前，生物学家对其一部分有关实体模型没法达到一致，这代表全球气候变暖针对厄尔尼诺事件的危害仍然不是很确立，对这种恶性事件开展精确分辨长期以来重重困难。过去传统式的气侯分折方式 ，没法出示超出1年的精确分折。

本次，日本全南国立大学科学研究团队拓展了这种可以分折厄尔尼诺事件的深度神经网络方式 。该实体模型运用1871年至1973年的历史时间气侯统计数据，及其厄尔尼诺事件的仿真模拟统计数据开展训炼，并根据1984年至2017年的统计数据开展检测。

与现行标准的气侯分折方式 对比，该深度学习算法的分折精确性更高，分折時间数最多可提早1年半。科学研究精英团队还能借此机会分折某一厄尔尼诺事件是产生于中国太平洋中南部還是东部地区，并在其产生以前评定海平面溫度转变。

厄尔尼诺事件的产生对全世界各地域的气候灾害均有征兆实际意义，因而对它的检测已变成气侯分折中最关键內容之首。科学研究工作人员表达，本次新方式 出示的分折結果，将协助政府部门和有关组织制订现行政策，解决厄尔尼诺的危害。