近日，英国人工智能企业DeepMind推出全新AI天气预报系统，该系统采用了机器学习和系统神经科学的最先进技术，能够在一分钟内预测未来十天的全球天气情况。这一突破性的研究成果已登上国际顶级学术期刊Science。

据悉，这款全新的AI天气预报系统采用了先进的深度学习模型，能够从大量的气象数据中学习和预测未来的天气情况。与传统的天气预报方法相比，这款AI天气预报系统具有更高的准确性和更快的速度。它可以在短短一分钟内预测未来十天的全球天气情况，而传统的天气预报方法通常需要几个小时甚至更长时间才能完成。

1分钟预测10天全球天气

DeepMind是由人工智能程序师兼神经科学家戴密斯·哈萨比斯（Demis Hassabis）等人联合创立的Google旗下前沿人工智能企业。自成立以来，DeepMind一直致力于将机器学习和系统神经科学的最先进技术结合起来，建立强大的通用学习算法。在这次全新的AI天气预报系统中，DeepMind将这一技术推向了新的高度。

这一突破性的研究成果得到了学术界和公众的高度关注。许多专家表示，DeepMind的这项研究为天气预报领域带来了革命性的变革。它不仅可以提高天气预报的准确性和速度，还可以为应对气候变化和自然灾害提供更有效的帮助。

DeepMind的这项研究成果不仅具有极高的科学价值，也具有巨大的社会价值。它可以帮助人们更好地了解和预测天气变化，从而更好地规划和应对各种天气情况。例如，在农业、航空、航海等领域，这款AI天气预报系统可以帮助人们更好地安排生产和安全计划。

此外，DeepMind的这项研究成果也展示了人工智能技术在气象领域的巨大潜力。随着人工智能技术的不断发展，我们有理由相信，未来的人工智能将会在气象预测、环境监测、灾害预警等各个领域发挥更大的作用，为我们的生活带来更多的便利和安全。

DeepMind全新AI天气预报系统的研究成果是一次具有里程碑意义的突破。它不仅提高了天气预报的准确性和速度，也为我们展示了人工智能技术在气象领域的巨大潜力。在未来，我们期待看到更多的人工智能技术在气象领域的应用，为我们的生活带来更多的便利和安全。

AI天气预报是如何实现的？

ChatGPT之后，又一个AI模型的能力再次惊艳了全世界！它就是，谷歌DeepMind团队提出全新的全球天气预报模型——GraphCast。研究发现，与行业黄金标准天气模拟系统——高分辨率预报（HRES）相比，GraphCast在1380个测试变量中准确预测超过90%。而且，虽然GraphCast没有经过捕捉恶劣天气事件的训练，还能比传统预报模型更早地识别出恶劣天气事件。GraphCast可以预测未来气旋的潜在路径，比以前的方法要早3天。

GraphCast是一个端到端的深度学习系统,包含编码器、处理器和解码器三个模块。编码器，将输入数据从原始的纬度-经度网格映射到一个多层次的网格上；处理器，在网格上进行多步信息传递学习天气演变规律；解码器，再把网格映射回经纬度图上,输出预报结果。

GraphCast的创新点提出了多尺度网格表示，将常规的六角形网格层级叠加,既包含近程也包含远程连接,信息可以高效传播。相比卷积网络只建模局部,Transformer的计算成本太高,该设计使模型既可模拟天气系统中的长程依赖,也保持计算高效。

研究人员使用了欧洲中期天气预报中ERA再分析数据集(1979-2020年)来训练GraphCast,目标是预测未来3天的227个面部和大气变量,损失函数为预测值和真实值的均方误差。为模拟连续预报,模型输出反馈为下一时步输入,实现自回归训练。在GraphCast整个端到端训练过程中,无需人工提取特征或设计方法，只需1分钟就能预测未来10天天气情况。而传统的数值天气预报依靠人工积累的物理知识,需要昂贵的超算集群,计算时间长达1小时。

值得一提的是，尽管训练数据中不包含任何物理设计,但GraphCast依然学会了许多基本的大气动力学机制,如罗斯贝波传播等,这些都是从数据中自动学习,而非人为设计。

未来数十亿人将受益

研究人员在2018年独立气象数据上全面评估了GraphCast和HRES的预报结果。500hPa高度预报:GraphCast的RMSE（衡量模型预测精度的常用指标）平均比HRES降低15%,达到显著水平，超过HRES的预报真值相关度也有显著提升。对流层温度预报:GraphCast的RMSE降低11%,积分水汽输送预报RMSE降低10%以。表面变量预报:对2米温度、10米风等变量,GraphCast在短期预报阶段同样优于HRES。热带气旋路径预报:GraphCast的中位数预报误差比HRES降低约15%。极端天气预报:GraphCast可以更准确预测极端高温等强对流天气。

不过谷歌指出，GraphCast也存在一些限制，例如，当前只能预测部分变量,对云、辐射过程的建模还不够充分。此外,由于训练数据的局限,对平流层以上的大气预报准确率还不能超过HRES。谷歌DeepMind称，GraphCast是世界上最准确的10天全球天气预报系统，可以比以往更远地预测未来的极端天气事件。

随着天气模式在不断变化的气候中演变，GraphCast将随着更高质量数据的出现而发展和改进。与此同时，谷歌还开源了模型的代码。希望未来其他研究人员用其带来的可能性，从针对特定天气现象定制模型，到针对世界不同地区优化模型。

目前，包括ECMWF在内的气象机构，已经在对GraphCast进行实时实验。另外，GraphCast与谷歌DeepMind和谷歌研究院的其他最先进的天气预报系统一起用于天气预测。包括Nowcasting（提前90分钟做出预报的区域性模型），以及MetNet-3（在美国和欧洲运行的区域天气预报模型，可做出比其他任何系统都更准确的24小时预报）。

如果我们能够率先将AI用于天气预报，将使数十亿人的日常生活受益。但是，谷歌表示，「我们更广泛的研究不仅仅是关于预测天气，而是关于了解人类气候的更广泛模式。通过开发新工具和加速研究，谷歌希望AI能够增强全球社会应对最大环境挑战的能力。对于天气预报的能力，很多网友表示，现在已经可以期望预报的精细度到不同街道，并且精确到分钟了。

文章来源： 新智元，AIGC开放社区，墨梅疏影