人工智能首次超越传统天气预报方法

“

根据《金融时报》报道，Google DeepMind的GraphCast AI模型首次成功预测未来10天全球天气，超越传统气象预测方法。该模型在大规模评估中胜过欧洲中程气象预报中心的传统系统，被认为是气象预测的重大突破。不仅更准确，还能大幅降低能源成本。然而，AI在某些情况下仍不如传统模型，未来的发展将包括更深度的结合传统物理模型和AI技术。

根据《金融时报》的报道，人工智能首次在全球范围内成功胜过传统气象预测方法，能准确预测未来10天的天气。

Google DeepMind的开发者表示，GraphCast AI模型的成功标志着气象预测的重大进展。该模型已在《科学》杂志上发表同行评审的论文。

经过广泛评估，GraphCast在3到10天的预测中比欧洲中程气象预报中心运行的传统系统更准确，包括温度、压力、风速、风向以及不同大气层的湿度等1,380个指标。

ECMWF的机器学习协调员Matthew Chantry表示，气象学中的人工智能系统进展迅速，超出了两年前的预期。

GraphCast使用图神经网络，通过40多年的ECMWF数据学习全球气象系统的发展方式。

GraphCast的输入是全球大气的当前状态和六小时前的数据，由ECMWF从全球气象观测中汇编而成。它能在单个Google TPU v4云计算机上一分钟内生成10天的预报。

与传统的数值天气预测方法不同，ECMWF使用超级计算机处理大气物理学方程，这是一个能耗巨大且需要数小时的过程。

Chantry表示：“一旦训练完成，GraphCast的运行成本非常低廉，能源消耗可能降低1000倍。”

GraphCast成功预测了飓风李在九天内登陆新斯科舍，比传统方法提前三天。但在墨西哥太平洋沿岸的飓风奥蒂斯突然爆发性加强方面，AI表现不如传统物理模型。

ECMWF的下一步是建立自己的AI模型，将其与数值天气预测系统结合使用。

英国气象局最近宣布与阿兰·图灵研究所合作，开发自己的图神经网络用于天气预测，将其整合到现有超级计算机基础设施中。

气象局的科学总监Simon Vosper指出，预测需要考虑气候变化，需要综合利用AI和传统模型，以提供更准确和详细的天气预报。