DeepMind AI 天气预报器击败世界级系统

主要观点总结

本文介绍了关于台风海贝思逼近日本这一事件的研究，重点强调了基于AI的天气预报系统的发展。文章指出，Google DeepMind开发的GenCast模型能够在AI领域内超越现有的预报系统，生成更准确、快速的天气预报。在预测极端天气方面，纯AI系统击败了欧洲中期天气预报中心的集合模型（ENS）。GenCast只需使用历史天气数据进行训练，便可得出复杂的关系，超越了基于物理的系统。

关键观点总结

关键观点1: 台风海贝思作为研究事件

台风海贝思的逼近为研究人员提供了一个重要的事件，用于测试基于AI的预报系统的准确性。

关键观点2: Google DeepMind开发的GenCast模型

Google DeepMind开发了GenCast模型，该模型能够比现有的最佳系统更准确地预测天气，并且生成预测的时间提前了最多15天。

关键观点3: 纯AI系统在预测极端天气方面的优势

在预测飓风和热浪等极端天气方面，纯AI系统击败了欧洲中期天气预报中心的集合模型（ENS），显示出其在预报极端天气方面的优势。

关键观点4: GenCast模型的特点

GenCast模型仅需使用历史天气数据进行训练，便能得出气压、湿度、温度和风等变量之间的复杂关系，这使得它能够超越基于物理的系统。

关键观点5: AI天气预报时代的前景

研究人员表示，基于AI的天气预报系统的突破可能有助于开创一个比当今系统更快、更可靠的AI天气预报时代。

文章预览

台风海贝思于 2019 年逼近日本。这场风暴是用于研究基于 AI 的预报系统准确性的事件之一。 图片来源：NASA Worldview、地球观测系统数据和信息系统 （EOSDIS）/AP/Alamy Google DeepMind 开发了同类产品中的第一个人工智能 （AI） 模型，可以比目前使用的最佳系统更准确地 预测天气 。该模型最多可提前 15 天生成预测，而且只需几分钟即可完成，而不是当今预测程序所需的小时。 在预测飓风和 热浪 等极端天气方面，纯 AI 系统击败了世界上最好的中期操作模型，即欧洲中期天气预报中心的集合模型 （ENS）。研究人员表示，这一突破可能有助于开创 一个比当今系统更快、更可靠的 AI 天气预报 时代。该系统称为 GenCast，今天在 《自然》 杂志上进行了描述 超快的 Microsoft AI 率先预测了全世界的空气污染 传统预报，包括来自 ENS 的预报，都是基于模拟控制 ………………………………