Google新AI預測天氣技術顛覆傳統模式

Ai

了解Google突破性的天氣預測模型

Google的DeepMind團隊本週發布了最新的天氣預測模型,這個模型在大多數測試中都超越了傳統的天氣預測模型。這個名為GenCast的生成式AI模型,使用了與當前流行的AI工具如Midjourney、DALL·E 3和Stable Diffusion相似的擴散模型。根據團隊的測試,GenCast在預測極端天氣、熱帶風暴的移動以及強風的風速方面表現更佳。團隊對GenCast性能的討論於本週在《自然》期刊上發表。

GenCast與其他擴散模型的不同之處在於,它專注於氣象預測,並且“適應了地球的球面幾何”,正如幾位共同作者在DeepMind的博客中所描述的。GenCast的輸入是最新的天氣狀態,模型據此生成未來天氣情境的概率分布,而不是像“以薩爾瓦多·達利的風格畫一隻臘腸犬”這樣的文字提示。

傳統的天氣預測模型,如歐洲中期天氣預測中心的ENS模型,則通過解決物理方程來進行預測。Google DeepMind的高級研究科學家Ilan Price在給Gizmodo的電子郵件中表示:“這些傳統模型的一個限制是,它們所解決的方程只是對大氣動力學的近似。”

GenCast的最初雛形於2022年開始研發,但本週發布的模型包含了架構上的改變和改進的擴散設置,使得該模型在預測地球上的天氣,尤其是極端天氣事件方面,能夠更好地訓練,預測範圍可達15天。“GenCast不僅限於學習那些可以準確寫下的動力學/模式,”Price補充道。“相反,它有機會直接從數據中學習更複雜的關係和動力學,這使得GenCast能夠超越傳統模型。”

Google在天氣預測方面已經進行了一段時間的探索,近年來也在利用AI方法朝著更精確的預測邁出了幾步重要的進展。去年,DeepMind的科學家們發布了GraphCast,這是一種基於機器學習的方法,在測試中超越了目前的中期天氣預測模型的90%目標。五個月前,主要由DeepMind研究人員組成的團隊發表了NeuralGCM,這是一種混合天氣預測模型,結合了傳統的物理基礎天氣預測器和機器學習組件。該團隊發現,“端到端深度學習與傳統模型的任務兼容,並能增強理解和預測地球系統所需的大規模物理模擬。”

GenCast的解析度大約是NeuralGCM的六倍,這是預期中的。“NeuralGCM被設計為通用的大氣模型,主要用於支持氣候建模,而GenCast的高解析度通常是運行中期預測模型所期望的,這是GenCast的特定目標用例,”Price補充道。“這也是為什麼我們強調了一系列的評估,這對運行中期預測至關重要,比如預測極端天氣。”

在最近的研究中,團隊使用2018年的歷史天氣數據訓練GenCast,然後測試該模型在2019年預測天氣模式的能力。GenCast在使用不同天氣變量的97.2%目標上超越了ENS,並且在36小時以上的預測時間裡,GenCast在99.8%的目標上比ENS更準確。

團隊還測試了GenCast預測熱帶氣旋軌跡的能力——具體是2019年10月襲擊日本的最昂貴熱帶氣旋哈吉比斯。GenCast在七天的預測時間內的預測不確定性較高,但在較短的預測時間內變得更準確。隨著極端天氣帶來更潮濕、更沉重的降雨,颶風以更快的速度增強並且在季節初期就形成,準確預測風暴路徑將對減輕其財務和人員損失至關重要。

此外,在研究中描述的一個原型實驗中,DeepMind團隊發現GenCast在預測全球電廠數據庫中超過5000個風電場產生的總風能方面,比ENS更準確。GenCast的預測在兩天或更短的預測時間內比ENS提高了約20%,並在一周內保持統計顯著的改進。換句話說,這個模型不僅在減輕災害中具有價值,還可以指導我們如何和在哪裡部署能源基礎設施。

對於普通氣候愛好者來說,這一切意味著什麼呢?DeepMind團隊已經將GenCast的代碼開源,並將模型提供給非商業用途,讓好奇者可以進行探索。該團隊還在努力釋放歷史和當前天氣預測的檔案。“這將使更廣泛的研究和氣象學社區能夠參與、測試、運行並在我們的工作基礎上進行構建,加速該領域的進一步進展,”Price表示。“我們已經微調了GenCast的版本,使其能夠接受運行輸入,因此該模型可以開始被納入運行環境中。”

目前尚無GenCast和其他模型何時會運行的具體時間表,不過DeepMind的博客提到,這些模型已經“開始為Google搜索和地圖上的用戶體驗提供支持”。

無論你是因為天氣還是AI應用而感興趣,GenCast以及DeepMind更廣泛的預測模型都值得讚賞。這些工具的準確性對於預測極端天氣事件至關重要,能夠在足夠的提前時間內保護那些受到威脅的人,無論是阿巴拉契亞的洪水還是佛羅里達的龍捲風。

這項研究不僅展示了AI在氣象領域的潛力,還反映了科技如何在應對氣候變化的全球挑戰中發揮關鍵作用。隨著這些技術的進步,未來或許能夠更好地預測極端天氣,從而有效減少人類和財產的損失。

以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *

Chat Icon