在预测全球未来10天的天气状况方面，人工智能（AI）首次超越了传统的预测方法。谷歌DeepMind周二发表在《科学》杂志上的论文中表示，其AI模型GraphCast AI“标志着天气预报领域出现了拐点”。
目前，世界最先进的天气预测系统是欧洲中期天气预报中心（ECMWF）运营的系统（提前3至10天）。但一项广泛的评估表明，GraphCast AI比该系统更准确。在1380项指标中，它在90%的指标上优于ECMWF的系统，这些指标包括温度、压力、风速、风向以及不同大气水平的湿度等。
ECMWF机器学习协调员马修·钱特里（Matthew Chantry）表示，气象学领域AI系统取得的进展“比我们两年前的预期快得多，也更令人印象深刻”。该机构一直在使用华为、英伟达和DeepMind的人工智能模型，以及自己的综合预测系统进行实时天气预测。
钱特里赞同DeepMind的说法，即其系统是最准确的。他说：“我们发现GraphCast AI始终比其他机器学习模型表现更好，而且在许多方面，它比我们自己的预测系统更准确。”
GraphCast AI使用了一种被称为图形神经网络的机器学习架构，该架构从过去40多年的ECMWF数据中学习天气系统如何在全球范围内发展和变化。
ECMWF预报的输入数据是当前时间和6小时前全球的大气状态，由ECMWF从全球天气观测中收集而成。GraphCast AI在一台谷歌TPU v4云计算机上运行，在1分钟内就可以生成10天内的天气预报。
与这种数据衍生的“黑匣子”方法不同，ECMWF和世界各国气象局使用的传统方法，即数值天气预报，使用超级计算机根据大气物理学的科学知识来计算方程，这是一个需要耗费几个小时的能源密集型过程。
钱特里说：“GraphCast AI一旦训练好，操作起来就非常便宜。就能源消耗而言，可能会便宜1000倍。这是一个奇迹般的进步。”
钱特里表示，ECMWF的下一步将是建立自己的人工智能模型，并考虑将其与数值天气预报系统相结合。他说：“我们可以将对物理学的理解注入这些机器学习系统中，这些系统可能看起来像黑盒子。”
英国国家气象局上月宣布与英国人工智能研究中心艾伦·图灵研究所合作，开发自己的天气预报图形神经网络，并将其纳入现有的超级计算机基础设施。
英国气象局科学主任西蒙·沃斯珀（Simon Vosper）指出，在预测时需要考虑气候变化。他说：“如果基于人工智能的系统只在以前的天气条件下接受过‘训练’，那么这些系统是否能够捕捉到新的极端情况尚不得而知。”
但沃斯珀补充说：“我们的目标是在使用我们基于大气物理的传统计算机模型的同时，要充分利用人工智能带来的好处。我们相信，在一个急剧变化的时代，这种技术的融合将提供最强大、最详细的天气预报。”
在预测全球未来10天的天气状况方面，人工智能（AI）首次超越了传统的预测方法。谷歌DeepMind周二发表在《科学》杂志上的论文中表示，其AI模型GraphCast AI“标志着天气预报领域出现了拐点”。
目前，世界最先进的天气预测系统是欧洲中期天气预报中心（ECMWF）运营的系统（提前3至10天）。但一项广泛的评估表明，GraphCast AI比该系统更准确。在1380项指标中，它在90%的指标上优于ECMWF的系统，这些指标包括温度、压力、风速、风向以及不同大气水平的湿度等。
ECMWF机器学习协调员马修·钱特里（Matthew Chantry）表示，气象学领域AI系统取得的进展“比我们两年前的预期快得多，也更令人印象深刻”。该机构一直在使用华为、英伟达和DeepMind的人工智能模型，以及自己的综合预测系统进行实时天气预测。
钱特里赞同DeepMind的说法，即其系统是最准确的。他说：“我们发现GraphCast AI始终比其他机器学习模型表现更好，而且在许多方面，它比我们自己的预测系统更准确。”
GraphCast AI使用了一种被称为图形神经网络的机器学习架构，该架构从过去40多年的ECMWF数据中学习天气系统如何在全球范围内发展和变化。
ECMWF预报的输入数据是当前时间和6小时前全球的大气状态，由ECMWF从全球天气观测中收集而成。GraphCast AI在一台谷歌TPU v4云计算机上运行，在1分钟内就可以生成10天内的天气预报。
与这种数据衍生的“黑匣子”方法不同，ECMWF和世界各国气象局使用的传统方法，即数值天气预报，使用超级计算机根据大气物理学的科学知识来计算方程，这是一个需要耗费几个小时的能源密集型过程。
钱特里说：“GraphCast AI一旦训练好，操作起来就非常便宜。就能源消耗而言，可能会便宜1000倍。这是一个奇迹般的进步。”
钱特里表示，ECMWF的下一步将是建立自己的人工智能模型，并考虑将其与数值天气预报系统相结合。他说：“我们可以将对物理学的理解注入这些机器学习系统中，这些系统可能看起来像黑盒子。”
英国国家气象局上月宣布与英国人工智能研究中心艾伦·图灵研究所合作，开发自己的天气预报图形神经网络，并将其纳入现有的超级计算机基础设施。
英国气象局科学主任西蒙·沃斯珀（Simon Vosper）指出，在预测时需要考虑气候变化。他说：“如果基于人工智能的系统只在以前的天气条件下接受过‘训练’，那么这些系统是否能够捕捉到新的极端情况尚不得而知。”
但沃斯珀补充说：“我们的目标是在使用我们基于大气物理的传统计算机模型的同时，要充分利用人工智能带来的好处。我们相信，在一个急剧变化的时代，这种技术的融合将提供最强大、最详细的天气预报。”