Nature：DeepMind开发了第一个人工智能（AI）模型，可以更准确地预测天气

人工智能模型提供15天的预测，以及准确性的概率。而且它比最好的运营模式更快。

　　

DeepMind开发了第一个人工智能（AI）模型，可以比目前使用的最好的系统更准确地预测天气。该模型可以提前15天做出预测，而且只需几分钟，而不是像现在的预测程序那样需要几个小时。

在预测飓风和热浪等极端天气方面，这个纯人工智能系统击败了世界上最好的中期操作模型——欧洲中期天气预报中心的集合模型（ENS）。研究人员表示，这一突破可能有助于开启一个比当今系统更快、更可靠的人工智能天气预报时代。该系统被称为GenCast，今天发表在《自然》杂志上。

传统的预测，包括来自欧洲气象研究所的预测，都是基于模拟控制地球大气的物理定律的数学模型。他们使用超级计算机来处理来自卫星和气象站的数据，这一过程需要花费数小时和大量的计算能力。

相比之下，GenCast只接受过历史天气数据的训练，这使得该系统能够得出气压、湿度、温度和风等变量之间的复杂关系。伦敦b谷歌DeepMind的研究科学家、该论文的作者之一Ilan Price表示，这有助于它超越严格基于物理的系统。

Price说：“我们确实取得了巨大的进步，用机器学习赶上并超越了（基于物理的模型）。”

AI飙升

人工智能天气预报发展迅速，多家公司竞相开发新的、更好的模型。其中包括中国深圳的华为和加州圣克拉拉的英伟达。今年早些时候，谷歌发布了NeuralGCM3，这是一个混合系统，将基于物理的模型与人工智能相结合，可以产生与传统模型相当的短期和长期预测。

迄今为止发布的一些人工智能系统是“确定性”模型，这意味着它们只提供单一预测，并且不估计预测正确的可能性。相比之下，GenCast生成的是“整体”预测：一套预测，每一套预测都是在略微不同的初始条件下产生的。通过将这些预报组合成一个整体，科学家们可以得出一个最终的预报，并估计预测的天气发生的可能性。

Price和他的同事们根据1979年至2018年的全球天气数据对人工智能进行了训练，然后预测了2019年的天气。为了验证其准确性，他们将GenCast预报与当年的实际天气数据和ENS预报进行了比较。

GenCast在用于评估这种“概率”预测的记分卡上97%的指标上比ENS更准确。它在预测极端高温、寒冷和大风以及热带气旋路径方面也做得更好。

GenCast在人工智能处理芯片上在8分钟内生成一个15天的预测。Price说，这种速度比传统模型所需的时间“快得多”。

通用代码

研究人员已经发布了底层代码，并将称为“权重”的模型参数用于非商业用途。Price说，这将有助于研究的“民主化”，并增加公众对天气模型的了解。

“这是对开放科学的巨大贡献，”英国雷丁欧洲中期天气预报中心的机器学习协调员Matthew Chantry说。他说：“我们需要了解这些模型在最极端天气事件中的表现”，公开发布模型和数据将使研究界能够对它们进行评估。

Chantry读了一份去年发表在预印本上的论文手稿，并受到GenCast的“扩散”方法的启发，该方法将随机噪声引入模型以提高其可靠性。“实际上，我们已经在自己的机器学习模型中实现了一些关键突破，”他说。他补充说，最终的模型被称为人工智能/综合预测系统（AIFS），将很快发表。

Price说，更快地获得更准确的预报可以帮助人们做出明智的决定，尤其是对那些生活在飓风路径上的人来说。