谷歌旗下的DeepMind團(tuán)隊(duì)近日宣布，在颶風(fēng)預(yù)測(cè)領(lǐng)域取得了革命性的進(jìn)展，成功開發(fā)出一款人工智能系統(tǒng)，該系統(tǒng)能夠以前所未有的精確度預(yù)測(cè)熱帶氣旋的行進(jìn)路徑和強(qiáng)度。這一創(chuàng)新解決了傳統(tǒng)氣象模型長(zhǎng)期以來面臨的預(yù)測(cè)難題。
同時(shí)，DeepMind還推出了一個(gè)名為“Weather Lab”的互動(dòng)平臺(tái)，用于展示其氣旋預(yù)測(cè)模型的實(shí)驗(yàn)成果。該平臺(tái)能夠生成未來15天內(nèi)多達(dá)50種可能的風(fēng)暴情景。尤為DeepMind與美國(guó)國(guó)家颶風(fēng)中心（NHC）建立了合作關(guān)系，這是該聯(lián)邦機(jī)構(gòu)首次將實(shí)驗(yàn)性的人工智能預(yù)測(cè)納入其官方預(yù)測(cè)流程。
DeepMind研究科學(xué)家、項(xiàng)目負(fù)責(zé)人Ferran Alet在新聞發(fā)布會(huì)上透露，他們此次展示了三項(xiàng)重要成果。首先是專為氣旋預(yù)測(cè)定制的全新實(shí)驗(yàn)?zāi)Ｐ汀Ｆ浯危麄冃剂伺c美國(guó)國(guó)家颶風(fēng)中心的合作，使得專業(yè)預(yù)報(bào)員能夠?qū)崟r(shí)獲取AI預(yù)測(cè)結(jié)果。
這一突破標(biāo)志著人工智能在天氣預(yù)報(bào)領(lǐng)域的應(yīng)用邁出了重要一步。熱帶氣旋，包括颶風(fēng)、臺(tái)風(fēng)和氣旋，在過去50年里造成了高達(dá)1.4萬億美元的經(jīng)濟(jì)損失，因此準(zhǔn)確的預(yù)報(bào)對(duì)于保護(hù)沿海地區(qū)的數(shù)百萬居民至關(guān)重要。
傳統(tǒng)天氣模型在預(yù)測(cè)風(fēng)暴路徑和強(qiáng)度時(shí)一直存在局限性。全球性的低分辨率模型擅長(zhǎng)預(yù)測(cè)風(fēng)暴的大致走向，但在預(yù)測(cè)強(qiáng)度方面力不從心；而區(qū)域性的高分辨率模型雖然能更好地預(yù)測(cè)強(qiáng)度，卻無法全面捕捉大氣模式。Alet解釋說，熱帶氣旋預(yù)測(cè)之所以困難，是因?yàn)樗婕皟蓚€(gè)不同方面的預(yù)測(cè)：路徑預(yù)測(cè)，即氣旋將移動(dòng)到哪里；以及強(qiáng)度預(yù)測(cè)，即氣旋將達(dá)到何種強(qiáng)度。
DeepMind的實(shí)驗(yàn)?zāi)Ｐ椭荚谕瑫r(shí)解決這兩個(gè)問題，并在遵循NHC標(biāo)準(zhǔn)的內(nèi)部評(píng)估中展現(xiàn)出顯著優(yōu)勢(shì)。在路徑預(yù)測(cè)方面，該AI系統(tǒng)的五天預(yù)報(bào)比歐洲領(lǐng)先的物理集成模型ENS更接近實(shí)際風(fēng)暴位置，平均誤差減少了140公里。更令人矚目的是，在強(qiáng)度預(yù)測(cè)方面，該系統(tǒng)的表現(xiàn)也優(yōu)于美國(guó)國(guó)家海洋和大氣管理局（NOAA）的颶風(fēng)分析和預(yù)報(bào)系統(tǒng)（HAFS），而以往AI模型在強(qiáng)度預(yù)測(cè)上一直難以取得進(jìn)展。
除了準(zhǔn)確度的提升，該AI系統(tǒng)還具備顯著的速度優(yōu)勢(shì)。傳統(tǒng)的物理模型可能需要數(shù)小時(shí)才能生成預(yù)測(cè)結(jié)果，而DeepMind的模型只需一分鐘就能在專用計(jì)算機(jī)芯片上生成未來15天的預(yù)測(cè)。Alet指出，新模型的速度比DeepMind之前的版本快了約8倍。
這種速度優(yōu)勢(shì)使得AI系統(tǒng)能夠滿足緊迫的預(yù)測(cè)需求。DeepMind氣象團(tuán)隊(duì)的研究工程師Tom Anderson解釋說，NHC要求在數(shù)據(jù)收集后六個(gè)半小時(shí)內(nèi)提供預(yù)測(cè)，而AI系統(tǒng)已經(jīng)提前實(shí)現(xiàn)了這一目標(biāo)。
與美國(guó)國(guó)家颶風(fēng)中心的合作進(jìn)一步驗(yàn)證了AI天氣預(yù)報(bào)的有效性。DeepMind氣象團(tuán)隊(duì)高級(jí)主管Keith Battaglia表示，此次合作正在從非正式對(duì)話發(fā)展為更正式的伙伴關(guān)系，使預(yù)報(bào)員能夠?qū)I預(yù)測(cè)與傳統(tǒng)方法相結(jié)合。隨著2025年大西洋颶風(fēng)季的臨近，NHC預(yù)報(bào)員將能夠?qū)崟r(shí)查看AI預(yù)測(cè)，并結(jié)合傳統(tǒng)的物理模型和觀測(cè)數(shù)據(jù)，從而提高預(yù)測(cè)準(zhǔn)確性并提前發(fā)出預(yù)警。
科羅拉多州立大學(xué)大氣合作研究所的研究科學(xué)家Kate Musgrave博士一直在獨(dú)立評(píng)估DeepMind的模型。她發(fā)現(xiàn)，該模型在軌跡和強(qiáng)度預(yù)測(cè)方面的表現(xiàn)堪比甚至超越了最佳的傳統(tǒng)模型，并表示期待在2025年颶風(fēng)季的實(shí)時(shí)預(yù)報(bào)中進(jìn)一步驗(yàn)證這些結(jié)果。
該AI模型的有效性得益于其對(duì)兩個(gè)不同數(shù)據(jù)集的訓(xùn)練：一個(gè)是基于數(shù)百萬次觀測(cè)重建的全球天氣模式再分析數(shù)據(jù)，另一個(gè)是包含過去45年觀測(cè)到的近5000次氣旋詳細(xì)信息的專門數(shù)據(jù)庫(kù)。Alet解釋說，這種雙重方法與以往主要關(guān)注一般大氣條件的人工智能天氣模型不同，因?yàn)樗褂昧颂囟ǖ臍庑龜?shù)據(jù)進(jìn)行訓(xùn)練。
該系統(tǒng)還融入了DeepMind最新的概率建模技術(shù)——“功能生成網(wǎng)絡(luò)（FGN）”，該技術(shù)通過學(xué)習(xí)擾動(dòng)模型參數(shù)來生成預(yù)測(cè)集合，從而創(chuàng)造出比以往方法更具結(jié)構(gòu)化的變體。
Weather Lab已經(jīng)啟動(dòng)，并包含了兩年多的歷史預(yù)測(cè)數(shù)據(jù)，供專家評(píng)估模型在所有海盆中的性能。Anderson利用2024年的颶風(fēng)貝麗爾和2023年的颶風(fēng)奧蒂斯展示了該系統(tǒng)的功能。特別是颶風(fēng)奧蒂斯在襲擊墨西哥前迅速增強(qiáng)，令許多傳統(tǒng)模型措手不及。當(dāng)DeepMind向NHC預(yù)報(bào)員展示這一案例時(shí)，他們表示，如果當(dāng)時(shí)能夠獲取到相關(guān)數(shù)據(jù)，該模型很可能會(huì)更早地發(fā)出這場(chǎng)颶風(fēng)潛在風(fēng)險(xiǎn)的預(yù)警。
