科幻作家刘慈欣曾经写过一个科幻小说《混沌蝴蝶》，主人公是一位热爱祖国的南斯拉夫科学家。
他利用蝴蝶效应原理，通过自己建立的大气模型软件，在世界各地寻找到“大气敏感点”制造扰动，从而控制自己的祖国的天气，祖国不易遭受美军空袭。但是，最终这位科学家失败了。
在真实的世界里，各国争相重金打造“气象超脑”，英国，即将打造世界上最快的天气预报超级计算机。
为此英国政府宣布将在未来十年投资12亿英镑，用于开发最先进的超级电脑，用以提高恶劣天气和气候的预测能力。
另一边，为提高预报精度，美国国家海洋和大气管理局（NOAA）将超级计算能力提高3倍；日本气象厅气象研究所建设的新超级计算机系统也已经开始运行。
其实，上述数字技术的应用和价值，在气象领域早已有之。早在人工智能第二次浪潮时期，就已经发展出了天气预报专家系统、智能天气信息采集系统、智能预报系统等技术。
值得注意的是，在本世纪的前十年，气象领域对智能技术的探索，大多停留在研究阶段，只有不到20%的系统能够被实践检验，更少一部分才会被在业务中使用。
一方面，是当时没有足够完整的机制来让智慧气象技术融入，同时也缺乏独立的计算机环境支持，成本上自然更加捉襟见肘。
因此，就目前来说，预测天气人类都无法做到准确预报，更不要说，找出大气的“敏感点”来控制天气了。毕竟，影响天气的变量因子实在太多、太过复杂。大众对气象预报有两个相对狭隘的刻板印象：
一是测不准。
天气本身的不确定性，本身就存在无法被百分百精准预报的限制，而此前的技术也未能很好地解决这一问题。
常规的“3天天气预报”，在全球范围内至多达到70%至80%的准确度。这就导致许多自然灾害、突发事件无法被预先判断，城市也难以提供足够高效的应急保障。
二是价值低。
既然重大灾害测不准，那么天气预报在日常服务上所能发挥的作用就显得有些尴尬了。因为大多数常规天气下，人们对是否需要加衣、能不能洗车、适不适合户外跑步、该不该开空调等等，并不存在不可或缺的刚性需求。
而伴随着机器学习发展，人工智能开始在应用端所向披靡，也让气象服务开始发生质的转变。以往气象预测不尽如人意，掣肘要素之一就是气象数据过于庞杂且数据量大，无法被全部高效地处理。
其中既包括实况数据，即来自全球气象站点的观测数据，既有几千米高空的气象卫星、雷达，还有最原始的人工实时观测。
除此之外，还需要“模式数据”，即由各类计算机的程序运算生成、预测所需要的初始值。二者叠加，才能保障精准预测的可能。
如此庞大的数据一股脑儿涌来，需要一系列处理、分析、推演、预测等操作，加上人们所需的气象预报时空精度越来越高，所需的计算量级和复杂程度也非常之大，而且整个过程往往需要在半小时之内完成。
气象预测最终是要为服务社会民生所用，但限制其可用性的既包括系统本身的技术局限，还有着复杂且无法预测的用户需求。
投入了那么多，精准预测天气到底有多大价值。总结一下有三点：1、提高第一产业的生产效率。2、最大程度地保障城市安全。3、认识地球，建立完善领先的生态体系。
总而言之，尽管《混沌蝴蝶》一书中能呼风唤雨的“大气敏感点”并不可能存在，也就无法开发出人类可以控制的气象武器。但从国家战略层面，认识地球规律更多，本身也意味着在经济、人文布局上占据了主动权。
