谷歌人工智能天气预报模型 预报天气更快更准确

科技   2024-12-12 15:35   北京  

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 · 


生成式人工智能带来的电子废弃物垃圾不容忽视

人工智能规模庞大 但有些人想让它变小

电动汽车的未来发展

半导体和网络安全:保护数字世界的核心

IEEE电气电子工程师学会
IEEE是全球专业技术协会之一,一直致力于推动电气电子技术在理论方面的发展和应用方面的进步。IEEE在全球160多个国家有超过四十万名会员。
 最新文章