在天氣預(yù)報領(lǐng)域,新的技術(shù)革新正在悄然發(fā)生。谷歌旗下的DeepMind團隊開發(fā)了一款名為 GenCast 的人工智能天氣預(yù)測程序,其預(yù)測效果已經(jīng)超過了當前最頂尖的天氣預(yù)報系統(tǒng) —— 歐洲中期天氣預(yù)報中心(ECMWF)的 ENS 預(yù)測系統(tǒng)。根據(jù)研究,GenCast 在日常天氣和極端天氣事件的預(yù)測準確度上,比 ENS 提高了20%。
GenCast 的主要優(yōu)勢在于其快速和高效的預(yù)測能力。傳統(tǒng)天氣預(yù)報依賴于復(fù)雜物理模型,需要在超級計算機上運行數(shù)小時。而 GenCast 通過對1979年至2018年間40年的歷史氣象數(shù)據(jù)進行訓(xùn)練,僅需八分鐘即可完成15天的天氣預(yù)報它能夠在28公里見方的區(qū)域內(nèi),以12小時為間隔,預(yù)測全球天氣變化。
在一項對比實驗中,Gen 在預(yù)測熱帶氣旋及其登陸地點方面表現(xiàn)優(yōu)于 ENS,尤其是在極端事件的預(yù)測上一能力對能源等相關(guān)行業(yè)有重要的參考價值。雖然目前 GenCast 主要是作為傳統(tǒng)天氣預(yù)的輔助工具,但其準確性和效率都標志著天氣預(yù)技術(shù)的一個重要轉(zhuǎn)折點。
目前 GenCast 是谷歌不斷推進天氣預(yù)測 AI 技術(shù)的最新成果之一。去年,谷還推出了結(jié)合 AI 與傳統(tǒng)物理模型的 NeuralGCM,以及單一最佳預(yù)測的 GraphCast。Gen 則通過生成超過50種的天氣預(yù)測并為不同天氣事件分配概率,進一步了預(yù)報的可靠性。
氣象學(xué)界對這一技術(shù)進步表示,英國氣象局的一位首席預(yù)報員稱其為 “令人興奮的工作”,而歐洲中期天氣預(yù)報中心的發(fā)言人也認可其為 “重要的進展”。不過,也有專家指出,盡管 GenCast 的性能令人鼓舞,但仍需關(guān)注其是否具備足夠的物理現(xiàn)實性以應(yīng)對天氣預(yù)報中的不確定性。
盡管 AI 天氣預(yù)測技術(shù)展現(xiàn)出巨大的潛力,但專家們表示,取代傳統(tǒng)物理模型的路還很長,未來需要進一步研究以解決相關(guān)的科學(xué)問題。


產(chǎn)品與服務(wù)
聯(lián)系站長
關(guān)于我們