首页 > AI资讯 > 最新资讯 > 气象预测的“AlphaGo”时刻来临谷歌新论文称AI中期预测更准确

气象预测的“AlphaGo”时刻来临谷歌新论文称AI中期预测更准确

新火种    2023-11-15

财联社11月15日讯(编辑 史正丞)当地时间周二,谷歌DeepMind团队在《科学》期刊上发表论文称,该团队开发的GraphCast AI模型在“3至10天的中期气象预测领域”展现出超越传统气象预测模型的准确率和效率。

(来源:《科学》官网)

DeepMind团队在论文结论部分直白地表示,团队相信这个AI模型标志着“气象预测(行业)的转折点”。

强在哪里?

经过广泛的评估显示,GraphCast模型在预测未来3至10天的天气方面,较欧洲中期天气预报中心(ECMWF)所运行的最先进传统预报系统更加准确。

在1380个验证目标中,GraphCast在90%的情况下要优于最先进的传统模型。这些指标包括不同大气层的温度、压力、风速、方向以及湿度等。该模型较为突出的优点是能够更好地支持严重气象事件的预测,例如热带气旋追踪、大气河流以及极端温度等。

欧洲中期天气预报中心是一个政府间机构,近年来一直在使用英伟达、DeepMind以及华为盘古等AI大模型进行实时预测,该机构也同步运营着自营综合预报系统。ECMWF的机器学习协调员Matthew Chantry也对媒体表示,气象领域的AI系统进步速度“比我们两年前预期的要快得多,也更令人印象深刻”。

据悉,GraphCast使用的是被称为“图神经网络”(GNN)的机器学习架构。这个AI模型通过学习ECMWF过去40多年的数据,了解天气系统是如何在全球范围内发展和移动。这个模型的运作机制是输入当前时刻及前6个小时的全球大气状态(这些数据由ECMWF进行观测和汇总),然后只需要一个谷歌TPU v4的云算力就能在一分钟内生成10天的预报。

作为对比,ECMWF与全球气象机构使用的传统方式被称为“数值天气预报”(NWP)——使用超级计算机依据大气物理的知识计算方程式。耗能极大的超算需要数个小时来得出结果。

Chantry惊叹称:“一旦GraphCast模型训练完成,实际的运行成本极低。在能源消耗方面,我们可能谈论的是1000倍的节省,这是一个奇迹般的进步。”

作为实战案例,该论文的主要作者Rémi Lam介绍称,在今年9月飓风Lee生成并登陆的过程中,谷歌模型提前9天就成功预测该飓风会在加拿大新斯科舍省登陆,而传统方法只能提前6天,意味着人们能多出3天时间来准备。

然而AI模型也不是“全知全能”。例如今年10月底飓风Otis在短短12个小时内从热带风暴升级至5级飓风的过程中,AI模型的表现就不如传统的物理模型。

AI融合已经开始

Chantry介绍称,ECMWF的下一步动作就是建立自己的AI模型,并与传统的数值预测系统结合起来。Chantry表示,这些看起来像是“黑箱”的机器学习系统,存在空间让他们把对物理学的理解注入其中。

凑巧的是,英国气象局也在上个月宣布与艾伦图灵研究院合作,开发自营GNN气象预测模型,并将其整合到现有的超算基建中。

当然英国官方对“AI模型”仍抱有一些半信半疑的态度。英国气象局的科学总监Simon Vosper解释称,在天气预报中需要考虑气候变化的因素,如果这些AI系统只是基于过往的天气条件进行训练,那么它们能否捕捉到新的极端天气情况,需要打上一个问号。

不过Vosper也补充称,英国气象局的目标是,在使用基于大气物理的传统计算机模型同时,充分利用AI所能提供的最佳效果,相信这种技术融合能够在这个变化剧烈的时代,提供最强力和最详尽的天气预报。

相关推荐
免责声明
本文所包含的观点仅代表作者个人看法,不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险,读者在采取与本文内容相关的任何行动之前,请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。