“比我们的准确多了”……谷歌AI用1分钟预报10天天气

by Lim Juhyeong

Published 15 Nov.2023 10:37(KST)

Updated 15 Nov.2023 10:53(KST)

open/close

评估项目中九成表现更优
《金融时报》：“将成为气象预报的转折点”

谷歌旗下的人工智能（AI）研究子公司“DeepMind”利用AI推出了一套远超现有气象部门天气预报模型的新系统，引发关注。

谷歌 DeepMind 于14日（当地时间）在美国科学期刊《Science》上发表了其自主研发的天气预报模型“GraphCast AI”的研究报告。根据该报告，DeepMind 的AI被证实在性能上远远优于欧洲中期天气预报中心（ECMWF）的天气预报模型。

GraphCast AI 在温度、气压、风速与风向、湿度等共1380个观测项目中，有多达90%的项目在准确度上超过了传统预报模型。对此，英国金融专业媒体《金融时报》（Financial Times，FT）评价称，这是“天气预报的转折点”。

Google DeepMind 的“GraphCast”运行界面 [图片来源=DeepMind 提供]

ECMWF 也在自身的综合预报系统中引入了 DeepMind 的AI模型来执行天气预报，据称在比较结果后，其在准确性方面承认了 GraphCast AI 的优势。

ECMWF 机器学习协调员 Matthew Chantry 在接受《金融时报》采访时表示：“谷歌 DeepMind 的模型发展速度远远快于我们两年前的预期，表现非常出色。不仅优于华为的 Pangu-Weather 和英伟达的 FourCastNet，也比我们自己的预报系统更为准确。”

运行DeepMind天气预测人工智能的数据显示中心。图片由Google Cloud提供

GraphCast AI 学习了由 ECMWF 提供的过去40年累积数据。当气象观测中心提供约6小时前的大气状态以及当前大气状态时，AI 只需1分钟就能给出未来10天的天气预报结果。

GraphCast AI 与传统天气预报模型的差异在于其“黑箱式”方法。也就是说，将数据输入神经网络AI后，由AI自行通过运算得出结果。而传统模型则是由世界各国气象机构将各自的方程式数值代入后进行天气预报。

Chantry 就 DeepMind 的预报方式解释称：“在完成数据学习训练之后，GraphCast 的运行成本会急剧下降。传统的方程式计算方法非常耗能，而在能源消耗方面，GraphCast 便宜约1000倍。”

目前 GraphCast 已经被用于实际天气观测。今年9月在北大西洋海域生成的“飓风Lee”将登陆加拿大一事，GraphCast 提前9天就作出了预测。据悉，传统气象部门的预报模型则是在登陆前6天才预测到这一点。得益于谷歌 DeepMind，相当于多争取了3天的飓风应对时间。

本报道由人工智能(AI)翻译技术生成。