僅8分鐘！AI預測災害天氣已碾壓傳統預測？

據《日本經濟新聞》近日報道，氣象學家多年來積累的預報技術正在被人工智能（AI）超越。谷歌公司研發的最新氣象預報AI表明，*AI比目前最高水平的傳統預測方法更加準確。*除了不需要使用大型計算機外，這項新技術還有助於應對全球變暖導致的極端天氣變化。

AI學習了40年間的氣象數據

谷歌旗下的AI開發部門“深層思維”公司的伊蘭·普賴斯等人開發的氣象預報AI，在預測準確度方面已超過歐洲中期天氣預報中心使用的全球最先進預測模型ENS。

描述這款名為GenCast的氣象預報AI研究成果的論文於2024年12月發表在英國《自然》週刊上。普賴斯和他的團隊強調：“GenCast可以熟練、快速地生成預報。”

研究團隊讓AI學習了截至2018年的40年間的氣象數據，並對2019年的天氣走勢作出預測。結果顯示，在其預測的包括地表温度和降水量在內的1300多個指標中，約97%的指標比ENS預測的結果更準確。

傳統預測與AI預測最大區別在於分析數據所耗費的時間

傳統的預測是基於氣象學的“數值預報”。它*與AI預測的最大區別在於分析數據所耗費的時間。*AI通過學習以往的天氣觀測數據來積累其數據庫，當提供給其新的觀測數據時，AI會通過統計處理預測接下來會發生什麼樣的狀況。

利用谷歌自研的AI半導體雲張量處理單元，GenCast僅用8分鐘即可獲得推測颱風路徑所需的15天預測數據。

傳統方法需要超級計算機花費幾個小時，才能生成同樣的預測數據。這樣看來，使用AI可以顯著降低預測所需的計算成本。

*而且，AI的預測準確度也更高。*據稱，上述系統在計算2019年給日本福島縣和其他地區造成重大損失的颱風海貝斯的路徑時，得出了接近實際觀測的結果。

世界各地的企業和機構都開始使用AI預測天氣。除GenCast外，谷歌還開發了其他模型供美國國家海洋和大氣管理局測試。*中國的華為公司也發佈了名為“盤古氣象模型”的氣象預報AI。*歐洲中期天氣預報中心在2024年6月發表的一篇測評論文中指出：“盤古氣象模型前景可觀，因為它可以在預測正常天氣事件和極端天氣事件時達到與傳統方法相同的準確度。”

AI預測也存在弱點

不過，AI預測也存在弱點。比如，*無法解釋得出預測結果的具體過程。*如果預測結果跟實際情況相差很大，通常需要修改計算方法。AI根據統計構建的公式進行預測，很難糾正錯誤，因為搞不清楚是數據有誤還是計算公式有誤。

此外，AI可以從使用傳統方法獲得的數據中學習，並做出覆蓋整個地球的大規模預測。

雖然AI擅長預測諸如颱風和低壓系統的移動方向等宏觀趨勢，但往往無法做出像每日天氣預報那樣的詳細預測。

因此，要提高氣象預報的準確度，需要將其與傳統方法相結合。日本氣象協會技術戰略室主任增田有俊指出：“結合AI與數值預報是更為現實的做法。”

結合數值預報和AI系統

由於全球變暖等因素導致的“遊擊性暴雨”等極端天氣事件愈發普遍，人們正在同時利用AI和數值預報以提高預測的準確性。

由日本理化學研究所團隊負責人三好建正領導的小組，正在開發一種結合數值預報和AI的系統來預測“遊擊性暴雨”。

研究人員將實際觀測值和數值預報計算出的數據輸入AI，在相同準確度下，AI預報結果的時間跨度可達到單純數值預報的5倍。

*AI的加入可以快速、準確地掌握雨雲變化趨勢，有助於防災減災。*三好建正表示：“當城市地區遭遇強降雨時，短時降雨量可能非常大，有時不到30分鐘就會導致河流泛濫。因此，能夠進行短期預測非常重要。”

●作者：劉林

●來源：中國應急管理報2月27日七版原標題《國外研究團隊發表論文稱——AI比傳統的天氣預測方法更準確》責任編輯：徐思萌