自 20 世纪 50 年代以来,天气预报一直依赖于物理学模型,通过卫星、气球和气象站的观测数据进行数值天气预报(NWP)推算。这种方法极其复杂,需要依赖庞大、昂贵且耗能巨大的超级计算机。近些年,学界开始尝试使用人工智能(AI)来简化这一流程。在一篇近日发表于《自然》(Nature)的论文中,研究人员开发了一个名为“土豚天气”(Aardvark Weather)的 AI 天气预报系统,该系统可在台式机上运行,仅需几分钟即可生成天气预报。
与此前华为、谷歌和微软等用 AI 替代天气预报部分流程(即用于计算天气随时间的变化的数值解法器)不同,土豚天气使用一个简单的机器学习模型取代了整个天气预报流程,直接从卫星、气象站等获取的数据输出全球和局部地区的天气预报。相比于目前其他基于 AI 和物理学的天气预报系统,该系统不仅计算资源消耗降低了数千倍,而且精准预报的速度也提升了数十倍。研究结果显示,即使仅使用现有系统10%的输入数据,土豚天气在许多变量上已优于美国气象局运行的全球预报系统(GFS),并与美国气象局采用数十个气象模型输入和专家预报员的分析结果相当。研究人员表示,该方法还可应用于飓风、野火等极端天气预测,甚至扩展到空气质量、海洋动力学等领域。此外,土豚天气仅用 18 个月就构建了能与传统系统竞争的能在台式机上运算的产品,这有望改变发展中国家的天气预报现状。研究团队计划下一步在南半球部署该技术,以及开发高精度天气、海洋和海冰环境预测手段。(剑桥大学,环球科学科研圈)