11 月 3 日消息，谷歌研究院與 DeepMind 合作開發(fā)了最新的天氣模型 MetNet-3，該模型以之前的 MetNet 和 MetNet-2 為基礎(chǔ)，能夠提前 24 小時(shí)，能夠?qū)θ蛱鞖馇闆r進(jìn)行高解析度預(yù)測(cè)，包括降水、表面溫度、風(fēng)速、風(fēng)向和體感溫度。

IT之家發(fā)現(xiàn)，谷歌提到，MetNet-3 模型已經(jīng)在移動(dòng)平臺(tái)的“谷歌手機(jī)軟件”天氣預(yù)報(bào)中實(shí)裝。

MetNet-3 模型可創(chuàng)建“平滑且高精度”的預(yù)測(cè)，空間解析度可達(dá) 1 至 4 公里，并以 2 分鐘為分析區(qū)間，經(jīng)實(shí)驗(yàn)證明，MetNet-3 的預(yù)測(cè)能力超越傳統(tǒng)物理天氣預(yù)報(bào)模型，例如傳統(tǒng)物理基礎(chǔ)模型“NWP（Numerical Weather Prediction）”及“快速刷新模型（HRRR）”均被 MetNet-3 超過。

MetNet-3 在預(yù)測(cè)天氣上，與其他建立在傳統(tǒng)方法之上的機(jī)器學(xué)習(xí)方法不同，關(guān)鍵點(diǎn)在于 MetNet-3 直接通過大氣觀測(cè)資料進(jìn)行訓(xùn)練和評(píng)估。研究人員提到，直接觀測(cè)的優(yōu)點(diǎn)在于數(shù)據(jù)密度及解析度更高。此外，除了繼承先前 MetNet 模型的數(shù)據(jù)之外，MetNet-3 還新增學(xué)習(xí)來自氣象站的氣溫、風(fēng)力測(cè)量資料，以嘗試對(duì)所有位置進(jìn)行全方位天氣預(yù)測(cè)。

研究人員提到，MetNet-3 的關(guān)鍵創(chuàng)新在于使用了一種稱為致密化（Densification）的技術(shù)，用以改進(jìn)天氣預(yù)報(bào)的準(zhǔn)確性和范圍。

在傳統(tǒng)物理基礎(chǔ)模型中，天氣預(yù)報(bào)通常需要經(jīng)過兩個(gè)步驟，分別是數(shù)據(jù)同化（Data Assimilation）和模擬（Simulation），數(shù)據(jù)同化是指將實(shí)際觀測(cè)資料融入到模型中，而模擬則是根據(jù)這些數(shù)據(jù)預(yù)測(cè)天氣。

在 MetNet-3 中，致密化技術(shù)是透過神經(jīng)網(wǎng)絡(luò)將“數(shù)據(jù)同化”和“模擬”兩個(gè)步驟合并在一起，達(dá)到更快更直接的天氣預(yù)測(cè)，這將使模型在獲取和處理資料時(shí)更高效，也能夠利用神經(jīng)網(wǎng)絡(luò)來改善天氣預(yù)報(bào)的準(zhǔn)確性。并可讓 MetNet-3 模型能夠單獨(dú)處理每一個(gè)特定數(shù)據(jù)流，包含等高信息、衛(wèi)星信息與雷達(dá)信息等，進(jìn)而獲得更為準(zhǔn)確且全面的天氣預(yù)報(bào)。

此外，采用“直接觀測(cè)”的數(shù)據(jù)作為學(xué)習(xí)樣本，為 MetNet-3 模型帶來基于空間和時(shí)間的高解析度優(yōu)勢(shì)，氣象站和地面雷達(dá)站能夠用每隔幾分鐘的頻率，以 1 公里的解析度提供特定位置的測(cè)量資料。相比之下，即便是目前世界上最先進(jìn)的物理模型，也只能每 6 小時(shí)生成一次 9 公里解析度的資料，并提供每小時(shí)預(yù)報(bào)。

而 MetNet-3 能夠以短至 2 分鐘的時(shí)間間隔，有效地處理和模擬收集到的觀測(cè)資料，結(jié)合致密化技術(shù)、提前時(shí)間調(diào)節(jié)（Lead Time Conditioning）技術(shù)和高解析度直接觀測(cè)方法，MetNet-3 可以產(chǎn)生時(shí)間解析度達(dá) 2 分鐘的 24 小時(shí)預(yù)報(bào)，提供使用者更加精準(zhǔn)和即時(shí)的天氣預(yù)測(cè)信息。

此外，相較于氣象站觀測(cè)的天氣信息，MetNet-3 還使用了來自地面雷達(dá)所收集的降水估計(jì)值，因此學(xué)習(xí)數(shù)據(jù)范圍更廣，無論是在風(fēng)速還是降水等方面，MetNet-3 的預(yù)測(cè)結(jié)果都比業(yè)界最先進(jìn)的物理模型好上不少。

MetNet-3 的主要價(jià)值在于，能夠即時(shí)以機(jī)器學(xué)習(xí)技術(shù)準(zhǔn)確地預(yù)測(cè)天氣，并在谷歌的產(chǎn)品上提供天氣預(yù)報(bào)服務(wù)。該模型根據(jù)不斷搜集的最新數(shù)據(jù)，持續(xù)地創(chuàng)建完整精確地預(yù)報(bào)，研究人員提到，這和傳統(tǒng)的物理推理系統(tǒng)不同，更能夠滿足天氣預(yù)報(bào)的獨(dú)特需求。