最強天氣預報系統Deep Mind AI完勝!

(本報訊)天氣預報是科學領域中最古老且充滿挑戰的工作之一,近年因為AI、資料分析等技術的進步,天氣預報的準確度高了不少,本週Google旗下的AI公司DeepMind推出一款基於機器學習的天氣預測模型GraphCast,1分鐘就能預測未來10天的數百個天氣變量,還能更早預期極端氣候,讓人們能及早預防災害,而且該AI程式碼已經開源發佈在Github上。

能耗便宜千倍、速度快百倍、9成更準確

根據論文描述,GraphCast是一種基於機器學習和圖神經網路(GNN) 的天氣預報系統,就能耗而言,它可能比傳統方法便宜1000 倍。

在一台GoogleTPU v4機器上使用GraphCast進行10天預測只需要不到一分鐘。相較之下,使用目前最準確的中程天氣預測模型HRES進行10天的預測可能需要在超級電腦中進行數小時的計算。

為了評估GraphCast的預測技能,研究人員將GraphCast與HRES進行比較,結果發現,在1380個驗證目標中,GraphCast在90%的情況下明顯優於HRES。

快速分析大量的數據 AI進步神速

GraphCast是以0.25度經度/緯度(赤道處28公里x28公里)的高解析度進行預測,超過一百萬個網格點覆蓋了整個地球表面。在每個網格點,模型預測5個地球表面變數(包括溫度、風速和風向以及平均海平面壓力)以及37個海拔高度的每個高度的6個大氣變數(包括比濕度、風速和風向以及溫度)。

歐洲中期天氣預報中心(ECMWF)機器學習協調員馬修·錢特里表示,AI在氣象學方面的進展「比我們兩年前的預期還要快得多,也更令人印象深刻」。

比傳統方法提前3天預期颶風登陸

此外,此模型更擅長預測極端事件, GraphCast在2-4天的準備時間內,就將氣旋預報軌道誤差減少了約10-15英里,將與大氣河流相關的水蒸氣預報提高了10%-25%,並提前5-10天提供了更精確的酷熱和嚴寒預報。

9月發生在北大西洋的颶風「Lee」是一個成功預測的例子。論文共同通訊作者雷米·林表示,「GraphCast能夠在颶風發生前9天正確預測『Lee』將在加拿大東南岸的新斯科舍登陸,而傳統方法只能預測6天。這讓人們多了3天時間為它的到來做好準備。」

未來還能開發其他方向的預測

研究人員表示,除了天氣預測,GraphCast還可以開啟其他地理時空預測新方向,包括氣候和生態學、能源、農業、人類和生物活動,以及其他複雜的動力系統。

相關研究論文以「Learning skillful medium-range global weather forecasting」為題,已發表在權威科學期刊Science 上。另外,相關開源程式碼也已發佈在Github上。

微軟、輝達 也在做AI氣象預報

其實在過去兩年中,包括Google、微軟、輝達等大型科技公司都發表了天氣預測AI的學術論文。可以預見的是,在天氣預報中使用AI將使人們的日常生活受益,但AI也絕不會止步於此。

延伸閱讀

訂閱168電子報

專欄文章

南韓電視問:如何贏過台積電?

原來韓國人認為,台積電是今年才超過三星…

硬幣大小的 3D 列印機 放進口袋帶著走!

不再單單是實驗室中的龐大機器,而是可以手持和攜帶的設備。