波新聞─陶泰山編輯
新華社報導,位於英國倫敦的谷歌「深度思維」公司新近研發出預測中期天氣的人工智慧模式GraphCast,以目前指標評估,計算速度和準確率優於傳統預測模型。
中期天氣預報通常指未來4至10天內天氣變化趨勢的預報,其準確度關乎農業、建築業、旅遊業等行業的工作計畫。
研究團隊在美國科學雜誌線上發表論文說,GraphCast可利用當下天氣狀態和6小時前的天氣數據來預測未來6小時的天氣,而每6小時的預測結果又被反饋到模型中,用於執行更長期的預測。
他們首先使用1979至2017年間傳統模型預測的全球天氣資料來訓練GraphCast。研究人員說,GraphCast利用深度學習跳過傳統天氣預測中繁瑣的方程式運算步驟,節省了大量算力。
研究人員使用歐洲中期天氣預報中心2018年以來的資料測試發現,GraphCast可在1分鐘內預測10天後的天氣;與歐洲中期天氣預報中心的「高解析度預報」模式數小時的運算結果相比,在1380個測試資料點中,GraphCast的90%資料預測結果較為準確;在某些高海拔區域的測試資料點,其99.7%的資料預測結果的準確度優於「高解析度預報」。
論文說,GraphCast還可對極端天氣事件做早期預警,為此它能預測熱帶氣旋軌跡、極端氣溫,以及預測帶來大量降雨的大氣水汽密集輸送帶「大氣河」等。
論文第一作者、Google「深度思維」公司研究團隊負責人雷米·拉姆說,他們用32台電腦、歷時4週來訓練GraphCast,最終得到依靠一台桌上型電腦就可運作、1分鐘就能出結果的輕量級演算法。
歐洲中期天氣預報中心機器學習協調人馬修·錢特里說,從目前使用的指標評估來看,GraphCast模型優於傳統預測模型,但未來如使用其他指標評估,可能結果略有不同。
目前全球多個機構研發了人工智慧天氣預測模型。錢特里認為,機器學習正在推動天氣預報發展變化,但仍處於實驗階段,不會完全取代傳統方法,而是可以提升傳統方法不擅長的預測領域,例如預測數小時內的降雨。
圖:最新的天氣預報AI模型GraphCast google官網