近日，谷歌旗下的DeepMind團(tuán)隊(duì)發(fā)布了一項(xiàng)革命性的AI氣象預(yù)測技術(shù)——GenCast模型，該技術(shù)能夠提前15天提供精準(zhǔn)且快速的天氣預(yù)報(bào)，其預(yù)測準(zhǔn)確度甚至超越了歐洲中期天氣預(yù)報(bào)中心（ECMWF）的ENS系統(tǒng)。

天氣狀況對每個(gè)人的生活都有著深遠(yuǎn)的影響，從日常決策到安全保障，再到生活方式的選擇，無一不受其影響。隨著氣候變化的加劇，極端天氣事件頻發(fā)，準(zhǔn)確可靠的天氣預(yù)報(bào)變得比以往任何時(shí)候都更加重要。然而，天氣預(yù)報(bào)始終存在一定的不確定性，尤其是對未來幾天的預(yù)測更是難以捉摸。

為了應(yīng)對這一挑戰(zhàn)，科學(xué)家和氣象機(jī)構(gòu)通常采用概率集合預(yù)報(bào)方法，即利用模型預(yù)測一系列可能的天氣情景，而非單一確定的預(yù)報(bào)。這種方法比依賴單一預(yù)報(bào)更為實(shí)用，因?yàn)樗転闆Q策者提供更全面的信息，包括未來幾天和幾周內(nèi)可能出現(xiàn)的天氣狀況以及每種情景的可能性。

傳統(tǒng)的天氣模型主要建立在確定性天氣模型之上，僅提供對未來天氣的單一最佳估計(jì)。而GenCast則采用了全新的方式，它是一種擴(kuò)散模型，屬于生成式AI的范疇，這種模型在圖像、視頻和音樂生成等領(lǐng)域已經(jīng)取得了顯著的進(jìn)展。GenCast的獨(dú)特之處在于，它能夠適應(yīng)地球的球面幾何形狀，并學(xué)習(xí)準(zhǔn)確生成未來天氣情景的復(fù)雜概率分布。

為了訓(xùn)練GenCast，DeepMind團(tuán)隊(duì)使用了ECMWF ERA5檔案中四十年的歷史氣象數(shù)據(jù)，包括溫度、風(fēng)速、氣壓等變量。模型直接從這些數(shù)據(jù)中學(xué)習(xí)全球天氣模式，分辨率高達(dá)0.25°。在Google Cloud TPU v5的強(qiáng)大算力支持下，GenCast只需8分鐘即可生成一個(gè)15天的天氣預(yù)報(bào)，且集合中的每個(gè)預(yù)測都可以并行生成，計(jì)算速度遠(yuǎn)超傳統(tǒng)物理模型。

在性能評估方面，GenCast表現(xiàn)出色。使用2018年前的數(shù)據(jù)訓(xùn)練，2019年的數(shù)據(jù)測試，GenCast在1320種不同變量和提前時(shí)間的組合測試中，準(zhǔn)確率超過ENS的97.2%。特別是在提前36小時(shí)以上的預(yù)測中，準(zhǔn)確率更是高達(dá)99.8%。GenCast在預(yù)測極端高溫、低溫和強(qiáng)風(fēng)等方面也持續(xù)優(yōu)于ENS，并能更準(zhǔn)確地預(yù)測臺風(fēng)/颶風(fēng)的路徑。

以臺風(fēng)“海貝思”的路徑預(yù)測為例，GenCast的預(yù)測結(jié)果更為準(zhǔn)確，為防災(zāi)減災(zāi)提供了有力的支持。這一技術(shù)的突破不僅提升了天氣預(yù)報(bào)的準(zhǔn)確度，還為應(yīng)對氣候變化帶來的挑戰(zhàn)提供了新的解決方案。

GenCast的成功不僅在于其技術(shù)上的創(chuàng)新，更在于它所帶來的實(shí)際應(yīng)用價(jià)值。隨著技術(shù)的不斷發(fā)展和完善，相信GenCast將在未來的天氣預(yù)報(bào)領(lǐng)域發(fā)揮更大的作用，為人們的生活和決策提供更加精準(zhǔn)和可靠的信息。