12 月 5 日消息，谷歌 DeepMind 團(tuán)隊(duì)昨日（12 月 4 日）發(fā)布博文，推出全新 AI 氣象模型 GenCast，能夠提前 15 天提供更快速、更精準(zhǔn)的天氣預(yù)報(bào)，其預(yù)測準(zhǔn)確度超越了歐洲中期天氣預(yù)報(bào)中心（ECMWF）的 ENS 系統(tǒng)。

項(xiàng)目背景

天氣影響我們所有人，塑造著我們的決策、安全和生活方式。

IT之家注：隨著氣候變化導(dǎo)致更多極端天氣事件，準(zhǔn)確可靠的預(yù)報(bào)比以往任何時(shí)候都更加重要。然而，天氣無法完美預(yù)測，而且?guī)滋旌蟮念A(yù)報(bào)尤其不確定。

由于完美的天氣預(yù)報(bào)是不可能的，科學(xué)家和氣象機(jī)構(gòu)使用概率集合預(yù)報(bào)，即模型預(yù)測一系列可能的天氣情景。

這種集合預(yù)報(bào)比依賴單一預(yù)報(bào)更有用，為決策者提供了未來幾天和幾周內(nèi)可能出現(xiàn)的天氣狀況以及每種情景的可能性更全面的信息。

GenCast 模型

現(xiàn)有的天氣模型建立在確定性天氣模型之上，僅提供對(duì)未來天氣的單一最佳估計(jì)，而 GenCast 預(yù)測集合包含 50 個(gè)或更多預(yù)測，每個(gè)預(yù)測代表一種可能的天氣軌跡。

GenCast 是一種擴(kuò)散模型，這種生成式 AI 模型支撐了圖像、視頻和音樂生成領(lǐng)域的最新快速發(fā)展。然而，GenCast 與這些模型不同，它適用于地球的球面幾何形狀，并在獲得最新的天氣狀態(tài)作為輸入后，學(xué)習(xí)準(zhǔn)確生成未來天氣情景的復(fù)雜概率分布。

GenCast 使用 ECMWF ERA5 檔案中四十年的歷史氣象數(shù)據(jù)進(jìn)行訓(xùn)練，數(shù)據(jù)包括溫度、風(fēng)速、氣壓等變量，模型直接從這些數(shù)據(jù)中學(xué)習(xí)全球天氣模式，分辨率高達(dá) 0.25°。

在 Google Cloud TPU v5 上，GenCast 只需 8 分鐘即可生成一個(gè) 15 天的天氣預(yù)報(bào)，并且集合中的每個(gè)預(yù)測都可以并行生成，遠(yuǎn)超傳統(tǒng)物理模型的計(jì)算速度。

GenCast 性能評(píng)估與應(yīng)用：

使用 2018 年前的數(shù)據(jù)訓(xùn)練，2019 年的數(shù)據(jù)測試，GenCast 在 1320 種不同變量和提前時(shí)間的組合測試中，準(zhǔn)確率超過 ENS 的 97.2%，在提前 36 小時(shí)以上的預(yù)測中，準(zhǔn)確率更是高達(dá) 99.8%。

此外 GenCast 在預(yù)測極端高溫、低溫和強(qiáng)風(fēng)等方面持續(xù)優(yōu)于 ENS，并能更準(zhǔn)確地預(yù)測臺(tái)風(fēng) / 颶風(fēng)的路徑，例如對(duì)臺(tái)風(fēng)“海貝思”的路徑預(yù)測。

參考

• GenCast predicts weather and the risks of extreme conditions with state-of-the-art accuracy
• Probabilistic weather forecasting with machine learning