以往会商对预报员依赖度很高，需要综合各方数据并结合自身经验对模式输出数据偏差进行订正。而人工智能算法在融合、处理信息中的先天优势，它在一定程度上可以代替预报员在会商中整合、分析信息的过程，通过数据挖掘、学习，将预报员的经验内化在算法中，实现智能、高效的预报。由张平文院士领衔的研究团队开发出预报员的人工智能算法MOML，实现了智能订正，提高了预报效率的同时进一步提高预报的准确率。
“对于模式输出数据偏差的订正方法，国内外均开展了广泛研究。”张烺介绍，如以前采用的MOS方法，主要针对单站进行订正，如果想得到较理想的订正结果，需要人工进行参数调整，准确率提高有限，而通过人工智能算法，可以实现对格点进行预报。目前，MOML算法在温度、湿度、风速、风向等天气要素上已取得突破，不仅可以很好地辅助预报员，大幅减少预报员的工作量，相比常规方法来说，它将预报的准确性提高了10%以上。
据了解，北京冬奥会已经实现了气象短时临近预报“百米级尺度、分钟级更新”，可快速生成覆盖冬奥山地赛场的100米分辨率、逐10分钟更新的网格化温、湿、风、降水等天气要素客观分析以及0到12小时预报产品。
