2019年台风“海贝思”逼近日本的卫星照片。
本报讯 一项12月5日发表于《自然》的研究报道了谷歌DeepMind开发的首个天气预测人工智能（AI）模型——GenCast。该模型比目前运行的最佳中期预报系统——欧洲中期天气预报中心的集合预报（ENS）更精准。GenCast在8分钟内就能生成15天的天气预测，而目前的预测程序需要几个小时。
据介绍，包括ENS在内的传统模型，都是基于模拟地球大气物理规律进行预测的数学模型。它们需要用超级计算机处理来自卫星和气象站的数据，这一过程往往需要数小时并消耗大量算力。
相比之下，利用历史天气数据进行训练的GenCast，能够解析气压、湿度、温度和风力等变量间的复杂关系。
“我们真的取得了巨大进步，用机器学习追平甚至超越了物理模型。”论文作者、DeepMind科学家Ilan Price说。
Price和同事利用1979至2018年的全球天气数据对GenCast进行训练，然后预测了2019年的天气。为了检查其准确性，他们将GenCast的预测结果与ENS的预测结果，以及当年的实际天气数据进行了比较。
研究显示，GenCast在97%的预测结果中比ENS更准确。并且GenCast在预测极端高温或寒冷天气，以及大风、热带气旋路径等方面也表现得更好。
事实上，AI天气预测的竞赛早就拉开了帷幕，各国的相关公司都在竞相开发新的更好的模型。
今年7月，谷歌研究团队就在《自然》发文，报道了其研发的预测天气和气候变化的AI模型NeuralGCM。该模型将传统的物理模型与AI结合，实现了与传统模型相当的短期和长期预测。
不过，迄今发布的AI天气预测系统都只提供单一的预测结果，而GenCast则能生成一个“整体”预测，即一套预测结果，并且每一个预测结果都是在略有不同的起始条件下生成的。利用这个集合，科学家可以得出一个最终的预测结果，并估算预测的天气发生的可能性。目前，GenCast已经开源，这将有助于相关研究的推进，并帮助公众获取天气模型。
Price说，更快获得更准确的预测，可以帮助人们针对天气作出明智的决定，特别是对于那些生活在飓风路径上的人。（徐锐）
相关论文信息：
https://doi.org/10.1038/s41586-024-08252-9
发表评论