Google DeepMind的新AI模型是迄今為止最好的天氣預報工具

Google DeepMind和其他科技公司在天氣預報中的AI應用

Google DeepMind並不是唯一一家將人工智慧（AI）應用於天氣預報的大型科技公司。Nvidia在2022年推出了FourCastNet，而華為（Huawei）在2023年開發了Pangu-Weather模型，這個模型使用了39年的數據進行訓練。它提供確定性預報，也就是給出一個具體的數字，而不是一個範圍。例如，預測明天的氣溫會是30華氏度（°F）或降雨量為0.7英寸。

GenCast的預報方式

GenCast與Pangu-Weather的不同之處在於，它提供的是概率預報，也就是各種天氣結果的可能性，而不是精確的預測。例如，預報可能會說“氣溫降到30華氏度的機率是40%”或“明天下雨0.7英寸的機率是60%”。這種分析幫助官員了解不同天氣事件的可能性，並相應地做好計劃。

傳統氣象學的未來

這些結果並不意味著傳統氣象學這個領域就會結束。這些模型是基於過去的天氣條件進行訓練的，將它們應用於遙遠的未來可能會導致不準確的預測，尤其是在氣候變化和變化越來越不穩定的情況下。

數據集的重要性

GenCast仍然依賴於像ERA5這樣的數據集，ERA5是一個從1940年開始的各種大氣變數的每小時估算數據。奧克拉荷馬大學（University of Oklahoma）氣象學院的助理教授亞倫·希爾（Aaron Hill）表示，他並未參與這項研究。“ERA5的基礎是一個基於物理的模型，”他說。

觀測數據的必要性

此外，我們的大氣中有許多變數是我們無法直接觀察到的，因此氣象學家使用物理方程來估算這些變數。這些估算結果會與可獲得的觀測數據結合，輸入像GenCast這樣的模型中，而新的數據總是必須的。DeepMind的研究員伊蘭·普萊斯（Ilan Price）表示：“一個訓練到2018年的模型在2024年的表現會比一個訓練到2023年的模型差。”

未來的計劃

未來，DeepMind計劃直接使用風速或濕度等數據來測試模型，以了解僅依賴觀測數據進行預測的可行性。