谷歌用于更快、更准确预报全球天气的人工智能模型 GraphCast 让传统预报方式望尘莫及

终于有机器能告诉你该穿哪件外套去参加活动了。谷歌 DeepMind，这家搜索巨头以人工智能为核心的公司，刚刚宣布了一个新的天气预报模型，它在 90% 以上的时间里都能击败传统系统。该机器学习模型被命名为 GraphCast，它能在 10 天内预测天气，比现在运行天气应用程序的工具更好、更快、更节能。

「我们相信这标志着天气预测的转折点，」谷歌的研究人员在周二发表的一项研究中写道。

一般来说，目前的预测模型称为「数值天气预测（NWP）」。NWP 将当前天气状况输入到巨大的模型中，这些模型基于流体动力学、热力学和其他大气科学的原理模拟即将发生的变化。这个过程复杂、昂贵，并且需要大量的计算能力。

GraphCast 不是运行关于分子如何飞行并相互撞击的模拟，而是通过更多地依赖历史数据打破传统。换句话说，它是一个基于过去发生的事情进行预测的机器学习模型。涉及许多高级计算机科学，但总的来说，在计算的级别和数量上要简单得多。

GraphCast 从地球当前的天气状态和 6 小时前的天气数据开始。然后，它预测从现在起 6 小时后的天气会是什么样。GraphCast 然后将这些预测反馈到模型中，执行相同的计算，并生成更长期的预测。

谷歌团队将 GraphCast 的结果与当前用于中期天气预测的模型 HRES 进行了比较。根据该研究，GraphCast 在测试中使用的 90% 目标上「显著」优于 HRES。

GraphCast 在预测包括热带气旋和突如其来的温度变化在内的极端天气事件方面也取得了惊人的成功，尽管它并没有专门针对这些情况进行训练。

研究作者表示，他们的工作旨在与气象学家依赖的标准系统并行工作。「我们的方法不应被视为传统天气预测方法的替代品，」研究作者写道。「相反，我们的工作应被解释为证据，表明 [机器学习天气预测] 能够满足现实世界预测问题的挑战，并有潜力补充和改进当前最佳方法。」