DeepMind的AI 天氣預(yù)程序準確率超越全球頂尖系統(tǒng)!

　　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。