准确预测天气很困难，真的很难，但是一项新的人工智能驱动的预报模型刚刚达到了一个里程碑，这使得专家们预测未来你的预报会变得更为准确。
与不断变化的天气环境相比，跟上它的步伐需要巨大的努力。这项任务既困难又复杂，以至于在几十年前，提前几天的可靠预报还是闻所未闻的。
在二十世纪八十年代早期，五天的预报准确率大约只有65%。但是随着更好的天气观测、更强大的计算能力和全球计算机建模的创新，预报准确率得到了显著提高。现在，同样的预报十次中有九次是准确的。
专家们表示，由于谷歌的DeepMind开发的新的人工智能预报模型GenCast，预报又向前迈进了一步。DeepMind在《自然》杂志上发表的一项研究显示，GenCast的15天预报比最受尊敬的传统非AI预报模型要准确得多。
欧洲中心气象预报研究所地球系统建模部门的机器学习专家Peter Dueben说：“这是一个令人印象深刻的结果。这是一个很大的进步。”
GenCast尚未准备好向公众发布。它和其他人工智能模型在预测变暖世界中更频繁和严重的天气方面仍然存在一些关键问题，需要解决一些关键问题，才能改变预报并在此过程中挽救生命。
天气预报模型的技能和实用性一直与技术密切相关。
目前使用的大多数天气预报模型都是基于一系列复杂的数学方程，这些方程模拟了大气层的物理学，并使用了数百万实时天气观测的数据点，以描绘出未来一天、一周甚至一个季节的天气状况。
数值天气预报这个过程最早在20世纪初被提出，但由于手动操作的方法太慢，所以在计算完成之前天气就已经发生了变化。
在五十和六十年代早期，早期计算机改善了预报。然而直到1974年，第一个能够接收全球数据并生成初步预报的模型才投入使用。
如今，超级计算机每天进行着难以置信的计算量，为全球提供未来几天的高精度天气预报。
但是目前的预报模型仍然存在局限性。最先进的模型由于复杂的计算需要较长时间才能得出结果，所以只能每隔几个小时运行一次。它们还需要大量的计算能力和能源，成本很高。
在预测方面也存在局限性。随着时间的推移，当从大气观察中获得的数据越来越少时，要想清楚地了解未来天气情况就变得更加困难了，因为大气永远不会停止变化。
大多数AI天气预报模型（如谷歌的GenCast）采取了不同的方法。它们不依赖于将观测数据输入基于物理的方程中，而是通过分析过去的天气数据来理解大气在类似情况下的行为，以预测地球大气未来的表现。这有助于通过消除实时天气数据中的错误来提高传统模型的准确性。
一旦训练就绪并准备好运行时，AI预报模型比传统模型运行模拟的速度快得多，使用较少的计算能力和能源。这意味着它们可以更频繁地运行，模拟更广泛的情景，从而提高预报准确性。
谷歌GenCast之前的AI气象建模主要限于会提供单一预报模型，没有说明它发生的可能性。它基本上是一个对几天内温度、降雨量和风等常见天气变量的最佳猜测。
但GenCast同时运行着几十种模拟。
新的研究的主要作者Ilan Price说：“一旦你有多种可能的未来情况，它就会让你对可能发生的情况有一个概念，并且它还会让你计算一些情况发生的可能性更大。”根据DeepMind发表的新研究的说法，“这对于预测未来五到十五天的天气具有很高的参考价值。”
欧洲中心的气象预报模型被广泛认为是行业标准。这就是谷歌想要击败的那个模型——它确实也做到了。
茗仪
这家伙太懒。。。
- 暂无未发布任何投稿。
