谷歌DeepMind最新推出的全球天气预报AI模型GraphCast引起科学界瞩目。这一模型不仅能在短短1分钟内预测未来10天的全球天气,甚至还能准确预测极端天气事件。通过在欧洲中期天气预报中心(ECMWF)近40年的数据上进行训练,GraphCast表现出色,准确率超过90%。
与传统天气预报方式不同,GraphCast采用深度学习,只需过去6小时和当前天气数据,便能预测未来6小时的天气,可滚动预测最多10天。模型背后采用神经网络架构,总共有3670万个参数。GraphCast的源代码已公开,为科学家和预报员提供了强大的工具。
研究结果显示,GraphCast在气象学上非常重要的Z500场上表现出色,技能得分提高了7%-14%。与传统模型相比,GraphCast在1380个测试变量中的准确率达到90.3%,尤其在极端天气事件的识别方面更具优势。对于恶劣天气事件的提前识别对于减少风暴和极端天气对社区的影响至关重要。
模型还在气旋跟踪方面表现优越,实时预测飓风登陆地点和时间提前9天,远超传统预测模型。GraphCast还能描述大气河流特征,有助于制定与预测洪水的人工智能模型一起的应急计划。在气候变暖的大环境下,对于极端温度的准确预测变得越发重要,GraphCast能够描述任何地点的高温何时会超过历史最高温度,为预测热浪提供有力支持。
GraphCast的开放源代码意味着全球科学家和预报员都可以利用这一先进的天气预报工具,从而推动天气预报领域的发展。总的来说,GraphCast通过提前提供精准、高效的预警,为人类在面对大自然灾害时提供了更有力的工具,推动了AI在天气预测领域的进步。这一模型的推出标志着天气预报迈出了重要一步,为未来的气象研究和防灾工作提供了创新性的解决方案。