刘霞

极端天气屡次出现，及时精确的气象预报显得尤其必要，但预测天气回归科学仍是一个重大挑战。最近利用人工智能（AI）技术，在短时间内精准捕捉到雨云变化的趋势后，科学家们能够迅速而准确地进行天气预测工作。

经过多年的努力，科技研究人员成功开发了一系列利用人工智能(AI)进行天气预报的应用程序或软件系统。这些应用程序不仅改变了天气预报的方式，还提供了更有效的解决方案，从而更好地满足用户的需求，并协助制定和实施更有效策略以应对不同的灾难风险。此外，它们还能通过增强电网的稳定性来提高可靠性。

AI提供了对天气数据进行分析的优势。

精确而且迅速的气象报告对于多个行业，包括农业、航空以及灾难管理等来说至关重要。

美国科普网站ZME Science发表文章指出，在传统的天气预报中，数值模型会计算并模拟大气的变化，并基于这个结果来做出预测。为了确保精确的预测结果，这些复杂的数学方程式需要在超级计算机上进行求解，这就是为什么我们通常看到的天气预报往往依赖于这些数字的原因。简单来说，传统天气预报就是利用数学方程“精确估算”未来可能会发生的情况。

传统的天气预报方式非常有用，但耗时耗能巨大，难以准确预测突发天气或特定天气状况。AI技术的应用则彻底改变了这一局面。

利用其强大的数据分析能力，AI能够迅速分析处理大量历史和实时数据以生成准确预测。谷歌旗下的“深度思维”公司研发出一款气象预报AI模型GenCast。该模型在预测准确性上超过全球顶级的天气预报机构——欧洲中期天气预报中心的集成模型ENS，私家侦探，侦探公司，调查公司，查人找物，商务调查，出轨外遇调查，婚外情调查，私人调查，19209219596其学习了截止至2018年的40年气象数据，并对2019年天气趋势作出了准确预测，结果显示，在GenCast预估的约1300项指标中，约有97%的结果优于ENS。

此外，AI天气预报在速度方面也显示出巨大优势。与基于大气物理复杂算法的传统预测模型相比，AI模型只需几秒钟就能生成15天的预测结果。比如，GenCast只需8分钟便能完成这项任务。无论是常规天气还是极端天气，GenCast都能进行准确分析，显著降低了预测所需的计算成本。

各具特色的一组国际人工智能气候预报模型

现今，在世界各地有多家企业和组织正在加入到对AI进行气象分析的大潮之中。

去年六月，微软发布首个用于天气预测的大规模大气基础模型“极光”。测试结果显示，“极光”能在短短一分钟内生成五天的全球空气污染预报以及十天内的高精度天气预报结果。值得注意的是， “极光”在空气质量预报方面表现出色，它以较低的成本实现与欧洲哥白尼大气监测服务相当的质量预测结果。

英伟达公司不甘示弱，该公司近段时间推出AI天气预报模型CorrDiff。该款模型可将精度提升至仅2公里，并生成比现有更精确的气象数据，用于预测台风这类极端恶劣气候情况。CorrDiff性能与同类型现有模型相当，但其计算速度提高了22倍，能耗降低至十分之一，仅为同类产品的一千之差。

中华为公司推出的“盘古气象模型”，展示出中国在人工智能天气预报领域的实力。《欧洲中期天气预报中心》的一篇文章指出，该模型在精确私家侦探，侦探公司，调查公司，查人找物，商务调查，出轨外遇调查，婚外情调查，私人调查，19209219596地预测日常气象事件和极端天气事件方面的准确程度，已经与传统的天气预报技术不相伯仲。

欧洲中期天气预报中心正式启用人工智能系统AIFS。这款智能软件将机器学习和AI技术集成应用，在提高预报速度方面实现了革命性的进步，并且单次预报能耗降低了1/1000。与当前最先进的数值预测方法相比，AIFS在多个关键指标上提高了20%的准确率。

使用多样化的手段才是明智之举。

然而，尽管人工智能预测天气还存在许多需改进之处

如是，尽管人工智能系统能够给出预估结果，然而它们却无法阐释如何得出上述结论的具体步骤。一旦得到的预估结果严重偏离现实情况，科研者们经常不得不修正相关算法。

此外，尽管人工智能在预测台风以及低压系统的宏观趋势上游刃有余，在处理每天的天气预报更为具体的细节方面显得捉襟见肘。

日本气象局的技术战略办公室主任增田有俊表示，提高天气预测准确性最有效的方法之一就是把人工智能和数值预报结合起来。

例如，日本理化学研究所开发出了一种把数值预报技术与人工智能结合在一起的系统，这个系统专门用来预测降雨分布较散的地区。他们将实际观测到的数据和数值预报模型产生的数据输入给AI模型当中。结果显示，在使用同样的准确性下，AI模式可以给出预测结果的时间长度是单一数值预报模式5倍。

ZME Science着重指出，在对大气物理现象进行模拟时数值模型的重要性不可忽视，这些模型能够为人工智能技术提供强有力的补充。通过两者结合使用，我们有望进一步提升气象预测的准确性与速度，并且降低计算资源的需求，从而达到更有效的效果。