2024年12月21日，“机器学习在地球系统研究中的应用”主题学术研讨会在中山大学珠海分校顺利召开。本次会议由中国工业与应用数学学会（CSIAM）主办，中国科学院大气物理研究所、中山大学大气科学学院和CSIAM气候与环境数学专业委员会（以下简称“专委会”）联合承办，旨在探讨机器学习在地球系统研究领域的最新应用和发展趋势。来自国内科研院所、高校及相关业务部门等7家单位的90余人现场参会。

会议由专委会副主任李熙晨研究员主持开幕式。CSIAM前理事长、国家最高科学技术奖获得者曾庆存院士首先致辞，以“机器学习是人脑的科学”点题，指出机器学习的崛起将为地球系统科学研究带来新的机遇和挑战。CSIAM会士、中山大学戴永久院士则对人工智能与地球科学相结合的前景进行了展望，鼓励学界共同推动机器学习方法在气候、环境研究中的应用，以解决全球气候变化等重大科学问题。随后，专委会主任曾晓东研究员介绍了学会以及专委会的历史，指出专委会将持续推动计算和应用数学与地球系统科学研究的交叉融合，并期待大家的支持和参与。

南京信息工程大学的罗京佳教授和复旦大学的梁湘三教授作了大会特邀报告，分别分享了基于人工智能深度学习的气候预测研究的最新进展，以及信息流理论在气候模型和神经网络应用中的潜力与挑战，引发热烈讨论。此外，会议还邀请来自中国科学院大气物理研究所、中国科学院海洋研究所、南方实验室、中山大学等高校和科研院所的8位专家学者作了专题报告，内容涵盖机器学习在归因研究、地球遥感与空间数据分析、气候模型优化与预测中的应用等。这些报告充分展示了人工智能方法如何推动地球科学研究从数据分析到模型构建的全链条创新。

在讨论环节，与会人员围绕“可解释的人工智能”展开了深入交流，特别是信息流算法如何与气候模型和神经网络深度结合成为关注焦点。与会者一致认为，推动人工智能在地球系统科学中的应用，需要强调算法的可解释性，以便科学家能够更好地理解模型行为，将传统物理学与统计数学方法的优势与机器学习技术相结合。本次会议的召开不仅为机器学习在地球科学领域的实践提供了宝贵经验，也彰显了学界对解决全球环境问题的紧迫性和信心。与会专家呼吁加强人工智能和地球科学的交叉研究，进一步总结成功经验，构建更加开放的学术交流平台，推动学科间的深度合作，为地球科学的可持续发展注入新动力。

学会气候与环境数学专业委员会供稿