近日,Google DeepMind推出了一款名为GenCast的高分辨率AI天气预测模型。该模型在预测速度和准确性上均超越了传统方法,预示着人工智能将在日常天气及极端事件规划中发挥根本性变革作用。
GenCast是一款分辨率达到0.25°的AI集成模型,相较于欧洲中期天气预报中心(ECMWF)的ENS系统,在天气及极端事件预报方面表现出色。它采用概率预测方法,能够预测多种天气情景,提供高达15天的可靠预报。此外,Google DeepMind计划将GenCast的代码、权重及预报数据向全球天气预报社区开放,以支持相关研究工作。
天气对日常生活及农业、可再生能源等关键行业均产生深远影响。传统的天气预报方法依赖于超级计算机,耗时长且只能提供单一情景的预测。而GenCast则能在单个TPU芯片上于八分钟内完成预测,同时提供一系列可能的天气结果。这一转变不仅提高了预报的可靠性,还极大地缩短了预测时间。
在技术层面,GenCast实现了机器学习在天气预报领域的重大突破。与DeepMind之前的确定性模型GraphCast不同,GenCast采用概率集成方法,运行五十个或更多模拟,以展示可能的天气条件范围。这种方法在预测极端天气事件(如热浪、寒潮和热带气旋)时尤为有效。
在测试中,GenCast在1320个预测场景中,有97.2%的表现优于广泛使用的ECMWF ENS系统。对于超过36小时的长时预报,其准确率在99.8%的测试中均优于ENS,特别是在预测热带气旋路径方面表现出色。
除了天气预报外,GenCast的创新还有望在可再生能源规划方面发挥重要作用,例如提供更准确的风力发电预测,从而稳定可再生能源供应,使其成为能源结构中更可靠的部分。Google DeepMind已决定将GenCast开源,并计划发布其模型代码、权重及预报数据。
GenCast的推出为天气预报设立了新的基准,而Google DeepMind的开源策略则可能加速全球天气预报领域的创新。随着气候变化导致极端天气事件频发,GenCast等工具将在帮助社区应对天气相关挑战方面发挥越来越重要的作用。