点击蓝字 关注我们
SUBSCRIBE to US
Photo by Carl Court/Getty Images
谷歌旗下 DeepMind 团队近日宣布推出一款名为 GenCast 的天气预报人工智能模型，并表示其性能已超越全球顶尖的欧洲中期天气预报中心（ECMWF）ENS 系统。根据最近发表的研究，在对2019年的数据进行测试时，它的表现优于领先的预报模型。
人工智能短期内不会取代传统的天气预报，但它可以增加用于预测天气和向公众发布强风暴预警的工具库。GenCast是正在开发的几种人工智能天气预报模型之一，可以提高预测的全面性，还能提供更丰富的情景分析（https://www.technologyreview.com/2024/12/04/1107892/google-deepminds-new-ai-model-is-the-best-yet-at-weather-forecasting/）。
“天气基本上涉及我们生活的方方面面……预测天气也是重大科学挑战之一，”DeepMind的高级研究科学家Ilan Price说，“谷歌DeepMind的使命是为了人类的利益推进人工智能发展。我认为这是在这方面的一个重要方式，一项重要贡献。”
Price和他的同事们将GenCast与欧洲中期天气预报中心（ECMWF）运行的世界顶级预报模型之一——欧洲中期天气预报系统（ENS）进行了对比测试。根据近日发表在《自然》杂志上的研究，GenCast在97.2%的情况下表现优于ENS（https://www.nature.com/articles/s41586-024-08252-9）。
GenCast是一个机器学习天气预报模型，使用1979年至2018年的气象数据进行训练。该模型学习识别这40年历史数据中的模式，并利用这些模式对未来可能发生的情况进行预测。这与像欧洲中期天气预报系统（ENS）这样的传统模型的工作方式非常不同，传统模型仍然依靠超级计算机来求解复杂方程以模拟大气物理过程。GenCast和ENS都会生成集合预报，从而提供一系列可能的情况。
例如，在预测热带气旋路径方面，GenCast平均能够额外提供12小时的预警时间。GenCast通常在提前多达15天预测气旋路径、极端天气和风力发电方面表现得更好。
需要注意的是，GenCast是与旧版本的ENS进行对比测试的，现在的ENS以更高的分辨率运行。这项经同行评审的研究将GenCast对2019年的预测与ENS的预报进行比较，以观察每个模型与当年实际情况的接近程度。
微信号｜IEEE电气电子工程师学会
新浪微博｜IEEE中国
· IEEE电气电子工程师学会 ·
往
期
推
荐
