極端天氣頻發(fā)，快速準(zhǔn)確的天氣預(yù)報(bào)至關(guān)重要。然而，精準(zhǔn)預(yù)測(cè)天氣面臨極大挑戰(zhàn)。借助人工智能（AI），迅速而準(zhǔn)確地捕捉雨云的變化趨勢(shì)，科學(xué)家現(xiàn)在能更快、更可靠地預(yù)測(cè)天氣了。

科學(xué)家已研發(fā)出多款由AI賦能的天氣預(yù)報(bào)模型。這些AI模型不僅革新了天氣預(yù)報(bào)方式，還能助力作出更好的決策，提升了災(zāi)難響應(yīng)效率、增強(qiáng)了電網(wǎng)可靠性。

AI分析天氣數(shù)據(jù)顯示優(yōu)勢(shì)

精準(zhǔn)而快速的天氣預(yù)報(bào)對(duì)于農(nóng)業(yè)、航空和災(zāi)害管理等多個(gè)部門來(lái)說(shuō)都至關(guān)重要。

美國(guó)科普網(wǎng)站ZME Science的報(bào)道指出，傳統(tǒng)天氣預(yù)報(bào)依靠數(shù)值模型求解復(fù)雜的數(shù)學(xué)方程式，從而模擬大氣的變化。但是，要想生成詳盡且準(zhǔn)確的預(yù)測(cè)結(jié)果，需要強(qiáng)大的算力作為支撐。因此，這些數(shù)值模型往往需要在超級(jí)計(jì)算機(jī)上運(yùn)行。簡(jiǎn)而言之，傳統(tǒng)天氣預(yù)報(bào)是依靠數(shù)學(xué)方程，通過(guò)超算“精算”出來(lái)的。

傳統(tǒng)的天氣預(yù)報(bào)方法雖然有效，但需耗費(fèi)大量計(jì)算資源和時(shí)間，且在預(yù)測(cè)特殊事件和極端天氣時(shí)，往往顯得力不從心。AI預(yù)報(bào)應(yīng)運(yùn)而生，為天氣精準(zhǔn)預(yù)報(bào)帶來(lái)了新的曙光。

AI憑借其強(qiáng)大的數(shù)據(jù)分析能力，能迅速處理大量歷史和實(shí)時(shí)數(shù)據(jù)，從而給出更加精準(zhǔn)的預(yù)測(cè)結(jié)果。谷歌旗下“深度思維”公司研發(fā)出一款氣象預(yù)報(bào)AI模型GenCast。這款模型在預(yù)測(cè)準(zhǔn)確度方面超過(guò)了全球頂尖天氣預(yù)報(bào)模型——?dú)W洲中期天氣預(yù)報(bào)中心的集成模型ENS。GenCast學(xué)習(xí)了截至2018年的40年氣象數(shù)據(jù)，并預(yù)測(cè)2019年的天氣走勢(shì)。結(jié)果顯示，在GenCast預(yù)測(cè)的1300多個(gè)指標(biāo)中，約97%的預(yù)測(cè)結(jié)果優(yōu)于ENS。

不僅如此，AI天氣預(yù)報(bào)在速度方面也展現(xiàn)出巨大優(yōu)勢(shì)。傳統(tǒng)預(yù)測(cè)模型需花費(fèi)數(shù)小時(shí)來(lái)運(yùn)行那些基于大氣物理學(xué)的復(fù)雜算法，而AI模型卻能在幾秒鐘內(nèi)輕松生成預(yù)測(cè)結(jié)果。比如，GenCast只需短短8分鐘就能完成15天的天氣預(yù)測(cè)。無(wú)論是常規(guī)天氣還是極端天氣，GenCast都能進(jìn)行準(zhǔn)確分析，顯著降低了預(yù)測(cè)天氣所需的計(jì)算成本。

多國(guó)AI預(yù)報(bào)模型各有千秋

如今，世界多地的企業(yè)和機(jī)構(gòu)都紛紛投身到AI預(yù)測(cè)天氣的熱潮中。

去年6月，微軟公司發(fā)布了其首個(gè)用于預(yù)測(cè)天氣的大型大氣基礎(chǔ)模型“極光”。測(cè)試結(jié)果顯示，“極光”能在不到一分鐘的時(shí)間內(nèi)，生成5天的全球空氣污染預(yù)測(cè)和10天的高精度天氣預(yù)報(bào)結(jié)果。值得一提的是，“極光”在空氣質(zhì)量預(yù)測(cè)方面表現(xiàn)出色，能以較小的計(jì)算成本，提供與歐洲哥白尼大氣監(jiān)測(cè)服務(wù)系統(tǒng)相當(dāng)?shù)念A(yù)測(cè)結(jié)果。

英偉達(dá)公司也不甘示弱。該公司近日推出了AI天氣預(yù)報(bào)模型CorrDiff。這款模型能將精度從25公里提升至2公里，生成更精細(xì)的氣象數(shù)據(jù)，適用于預(yù)測(cè)臺(tái)風(fēng)等極端天氣。CorrDiff的性能與現(xiàn)有模型相當(dāng)，但計(jì)算速度提升了22倍，能耗降低到1/3000。

中國(guó)華為公司推出的“盤(pán)古氣象模型”向世界展示了中國(guó)在AI天氣預(yù)報(bào)領(lǐng)域的實(shí)力。歐洲中期天氣預(yù)報(bào)中心發(fā)表的一篇測(cè)評(píng)論文中指出，盤(pán)古氣象模型在預(yù)測(cè)正常天氣事件和極端天氣事件時(shí)的準(zhǔn)確度，已能與傳統(tǒng)方法相抗衡。

歐洲中期天氣預(yù)報(bào)中心也正式開(kāi)始運(yùn)行AI天氣預(yù)報(bào)系統(tǒng)AIFS。AIFS結(jié)合機(jī)器學(xué)習(xí)與AI技術(shù)，實(shí)現(xiàn)了預(yù)報(bào)速度的極大飛躍，也將單次預(yù)報(bào)能耗降低到1/1000。在多項(xiàng)關(guān)鍵指標(biāo)上，AIFS的預(yù)測(cè)準(zhǔn)確度較當(dāng)前最先進(jìn)的數(shù)值模型提升了20%。

多種方法融合是務(wù)實(shí)之選

不過(guò)，AI預(yù)測(cè)天氣仍有許多需要改進(jìn)之處。

比如，AI模型雖然能給出預(yù)測(cè)結(jié)果，但無(wú)法解釋得出這一結(jié)果的具體過(guò)程。一旦預(yù)測(cè)結(jié)果與實(shí)際情況大相徑庭，科學(xué)家往往需要修改計(jì)算方法。

此外，AI雖然在預(yù)測(cè)臺(tái)風(fēng)和低壓系統(tǒng)等宏觀趨勢(shì)上游刃有余，但面對(duì)每日天氣預(yù)報(bào)的詳細(xì)需求時(shí)，卻顯得力不從心。

日本氣象協(xié)會(huì)技術(shù)戰(zhàn)略室主任增田有俊表示，要提高氣象預(yù)報(bào)的準(zhǔn)確度，讓AI模型與數(shù)值預(yù)報(bào)強(qiáng)強(qiáng)攜手是務(wù)實(shí)的選擇。

例如，日本理化學(xué)研究所開(kāi)發(fā)出了一種將數(shù)值預(yù)報(bào)和AI技術(shù)相結(jié)合的系統(tǒng)，專門預(yù)測(cè)分散性強(qiáng)降雨。他們將實(shí)際觀測(cè)數(shù)值和數(shù)值預(yù)報(bào)計(jì)算出的數(shù)據(jù)輸入AI模型內(nèi)。結(jié)果顯示，在相同準(zhǔn)確度下，AI預(yù)報(bào)結(jié)果的時(shí)間跨度是單純數(shù)值預(yù)報(bào)的5倍。

ZME Science在報(bào)道中強(qiáng)調(diào)，數(shù)值模型對(duì)于模擬基本大氣物理學(xué)仍然至關(guān)重要，可作為AI系統(tǒng)的強(qiáng)大補(bǔ)充。這兩者強(qiáng)強(qiáng)攜手能提高天氣預(yù)報(bào)的效率和精確度，同時(shí)可降低計(jì)算成本。（記者 劉 霞）