據Techspot報道，人工智慧幾乎存在於我們日常生活的每個方面。它被用於搜尋引擎、電子郵件客戶端、媒體平臺，甚至全世界的雜貨連鎖店。可以說，它使世界成為一個更有效率的地方，但也不是沒有代價；失業就是其中之一。
然而，有一個行業仍然在努力實現完全自動化：天氣預報。
儘管在技術、人工智慧和機器學習領域取得了所有進展，但氣象組織還沒有把“鑰匙”交給他們的計算機“同行”。雖然人工智慧模型在GOES-16和17等氣象衛星的幫助下，能夠以驚人的準確性預測微小的天氣變化和模式，但當重大的氣候破壞發生時，其效率會急劇下降。
這些重大的天氣變化，包括自然災害，往往有一些警告訊號，這些訊號太微妙，規模太小，大多數模型無法檢測到。即使它們被探測到，模型也不能總是在早期跡象之間得出關聯，例如，水龍捲和它可能的到來。據《連線》報道，這通常需要業內資深人士的專業眼光。該媒體聲稱，根據超過20年的天氣預測資訊（由NOAA天氣預測服務收集），人類的表現超過了兩個最受歡迎的國家天氣預測模型；全球預測系統和北美中尺度預測系統。人類預測近期降水的準確度比這兩個模型高20%到40%。
這不是一個小的差距，對於那些處於惡性龍捲風、水龍捲或快速暴風雪中的人來說，這很容易意味著生與死的區別。儘早獲得準確的天氣資訊是使疏散（必要時）或就地避難的建議可行的原因。
經驗豐富的氣象專家可以檢視最小的細節，如大氣壓力、風速或“可用水分”的微妙變化，並得出比計算機“同行”更高質量的結論。這是因為在許多情況下，天氣預測模型對這些措施的權重沒有那麼高。
雖然人工智慧技術越來越成熟，但它們仍然缺乏人類一直擁有的東西：在更廣泛的背景下評估情況的能力。讓機器接近人類的記憶和背景意識需要大量的處理能力，而這些能力目前還不能廣泛使用。目前，只有少數可能具備這種能力的計算機正在開發中——至少在美國是這樣——而且氣象組織並不是唯一想使用它們的人。
