AI天氣預報面臨嚴峻的颶風季考驗 - 彭博社

WindBorne Systems的聯合創始人兼首席技術官Andrey Sushko在加利福尼亞博德加灣釋放了一隻大氣感應氣球。

來源：WindBorne Systems插圖：彭博商業週刊的Shira Inbar拉動繩索，一隻裝滿傳感器的氣球衝向加利福尼亞帕洛阿爾託一個停車場上空的晴朗天空。在下方，人工智能天氣預測初創公司WindBorne Systems Inc.的三位聯合創始人仰望着看起來像是開始了跨美國甚至可能更遠距離旅程的搖擺水母。

氣球上的傳感器將在穿越大氣層的過程中監測風速、温度和大氣壓力，最多可持續12天。這是WindBorne通過收集數據來做出更好的天氣預測的多管齊下策略的一部分，該公司主要將數據出售給希望提前瞭解電網潛在壓力的能源交易商。自2021年以來，這家初創公司還與美國國家海洋和大氣管理局合作，後者正在測試氣球數據是否能提高其預測能力。

彭博商業週刊 +綠色德克薩斯州的極端天氣堆積暗示着世界氣候的未來為什麼比亞迪的王傳福可能是中國的亨利·福特未雨綢繆世界上最好的天文觀測點存在光污染問題除此之外，WindBorne現在正在開發自己的由人工智能驅動的預測工具。隨着可能是創紀錄的颶風季節的到來，氣象研究人員正在關注該公司的預測以及其他新興的人工智能預測者的預測。“這是第一個真正測試這些[新模型]的季節之一，”歐洲中程天氣預報中心（ECMWF）的機器學習協調員馬修·錢特里説，ECMWF是一個政府間組織。

一名WindBorne員工準備發射氣球。攝影師：彭博商業週刊的內森·韋蘭德約翰·迪恩、凱·馬什蘭德、安德烈·蘇什科和瓊·克魯斯-科斯塔於2019年創立了WindBorne。自稱是科幻迷，背景是工程學，他們對《星際迷航》有着共同的痴迷（每次發射時他們齊聲高喊，“所以我們説所有”，這是對電視節目的引用），他們主要受到對將事物釋放到天空的熱愛的驅使。氣象氣球——政府機構甚至業餘愛好者每天從世界各地數百個地點發射的氣象氣球——是一種滿足這種激情的方式，同時改進現有技術。

自1890年天氣氣球首次飛行以來，它們一直受大氣的變幻莫測影響，隨風飄蕩，隨風而行。WindBorne的氣球仍然如此，但它們還具有自主導航的能力，這要歸功於獨特的球ast系統和一套大小如星爆糖果的傳感器。公司可以在起飛時設置飛行路徑，告訴氣球在規則間隔內取樣大氣的垂直切片，例如。但操作員也可以接管並實時修改飛行路徑。

美國、韓國和佛得角羣島等四個地點定期發射，提供穩定的全球數據流，而特別編程的發射則捕捉特定天氣事件的信息。例如，美國國家海洋和大氣管理局（NOAA）2022年與WindBorne合作，從韓國和夏威夷向太平洋派遣氣球，以監測導致美國西部暴雨的大氣河流。

WindBorne可以在起飛時設置飛行路徑，或者操作員可以接管並實時修改飛行路徑。攝影師：Nathan Weyland，彭博商業週刊在其網站上，NOAA稱WindBorne提供的數據是天氣氣球數據的“寶貴補充”。氣球在垂直方向上導航的能力意味着這家初創公司可以捕捉不同高度的温度、壓力、風向等差異。這種細緻的數據讓預報員更清楚地瞭解大氣中發生的情況。如果傳統的天氣氣球數據類似於試圖通過把腳趾伸入水中來判斷海洋有多温暖，那麼這家初創公司決定直接潛入水中。

到目前為止，NOAA已經測試了將WindBorne的數據納入實驗模型是否真的能提高預測準確性。結果令人鼓舞：這樣做將會使該機構對2022年颶風菲奧娜路徑的預測準確性提高18%，根據在二月份美國氣象學會會議上呈現的結果。

NOAA和ECMWF都與許多氣象初創公司合作。ECMWF的一位發言人還指出，他們仍未完全審查WindBorne的數據對其模型的影響。

WindBorne正在利用其氣球進行自己的人工智能預測模型。該系統是基於ECMWF自1940年以來全球每小時天氣數據組成的龐大數據集進行訓練的。輸入最新數據使其能夠創建包括温度和風暴路徑在內的未來10天的預測。在傳統的天氣建模中，氣象學家使用物理方程處理觀測數據；人工智能則尋找過去天氣中的模式來預測未來，理論上可以提高準確性，ECMWF的Chantry説。

WindBorne的模型不對公眾使用，但這家初創公司已經發布了展示其預測質量的案例研究，通過將其模型應用於過去的颶風。在五月份發佈的博客中，該公司比較了其預測八個氣旋路徑的能力與NOAA的情況，並分析顯示其模型勝過該機構基於物理的工具。WindBorne還發布了比較分析，顯示自三月以來，其模型通常比NOAA和ECMWF模型更擅長預測近期天氣。該公司正在整合其氣象氣球的數據，他們預計這將大幅提高準確性。

WindBorne 不是唯一將人工智能應用於天氣預報的公司。2023年7月，華為技術有限公司的研究人員在 Nature 上發表了一項研究，展示他們創建了一個基於人工智能的模型，可以比歐洲中期天氣預報中心（ECMWF）的基於物理的模型更準確地預測天氣，後者被認為是世界的黃金標準。幾個月後，谷歌的科學家們發表了一篇論文，展示他們構建的基於人工智能的模型甚至更好。這些論文側重於使用深度學習進行全球層面的預測，並且“取得了巨大成功”，引發了對人工智能天氣建模的興趣激增，俄克拉荷馬大學的機器學習和天氣預測研究員艾米·麥格文表示。

在二月份，WindBorne 表示，其預測在地勢高度方面超過了谷歌，這是一個幫助氣象學家跟蹤天氣系統的關鍵指標，儘管其結果尚未經過同行評議。WindBorne 的迪恩也承認，確定什麼算準確可能有困難，因為這三個分析使用了略有不同的度量標準。“每當有人進行比較時，你可以有1000種比較方法，”他説。

WindBorne旨在利用氣球和人工智能改進極端天氣預測。攝影師：Nathan Weyland，彭博商業週刊這個颶風季節將為WindBorne提供一個真正的標尺。它已經被標記為有史以來最強的六月風暴，而超熱的海洋正準備產生更多危險的氣旋。在整個季節中，WindBorne正在從佛得角發射氣球，這是一個颶風形成的熱點。迪恩表示，這家初創公司在客户方面“目前有比我們處理得了的更多的興趣”。

這些客户也將有其他選擇。競爭對手AI預測初創公司包括Atmo，Jua和Tomorrow.io都希望將他們的天氣預測出售給政府機構和依賴天氣的行業，如能源和航空。ECMWF和NOAA也正在開發自己的AI模型，利用豐富的內部氣象學和建模專業知識。

然後，還有一個可能性，即對於高風險事件如颶風或野火條件的不準確AI預測可能會削弱公眾對技術的信任。儘管AI模型在預測颶風路徑方面顯示出巨大的潛力，但在預測強度方面，物理模型目前明顯領先，ECMWF的Chantry表示。“對於任何事情，兩種系統都不是完美的。”

也有人擔心，AI模型可能無法捕捉到極端事件，比如5級颶風，因為它們很罕見。氣候變化導致全球天氣模式發生變化，也可能使訓練數據過時。

WindBorne的創始人們意識到了這些風險。但他們也指出了更好觀察世界和更強大預測的潛力對社會意味着什麼。一份2024年的國家經濟研究局 工作論文發現，自2007年以來的颶風預測改進已經減少了19%的損失成本和生命損失，節省了數十億美元。

Marshland説，長期目標是同時有10,000個氣球飄在空中，收集各種數據，更好地瞭解大氣中正在發生的事情。“我想要的是天氣像一個日曆一樣，”他説。“它影響你的運營，你知道它的存在。但它不是什麼意外的事情。”

當Patty Castillo得到一個關於新Trader Joe’s產品發佈的提示時，她知道這將是“巨大的”。

Castillo經營着一個名為 Trader Joe’s Aficionado的Instagram賬號，她説當美國連鎖雜貨店即將推出新產品時，她會得到這樣的情報。她發佈的帖子宣傳諸如起泡番石榴汁和檸檬香草通心粉沙拉等產品，傳達給10.1萬名關注者，他們經常添加自己的狂熱（“太興奮了！！！”），見解（“聽説它的味道很像蒔蘿”）或失望（“我的TJ’s都沒有！”）。