Google人工智慧擊敗超級電腦以實現快速準確的天氣預報
當因為天氣預報的出錯而翻白眼時，你需要知道，預測天氣是科學中最複雜的問題之一。現在，Google讓人工智慧當了一回天氣預報員，結果表明，只需在一台機器上運行一分鐘，人工智慧就能提前10 天做出準確預測，而這通常需要一屋子的超級電腦花費數小時才能完成。
著名的”蝴蝶效應”認為，一場風暴的發生與否，可能會受到世界上另一個地方的一隻蝴蝶扇動翅膀這麼小的事情的影響。天氣預報的工作就是把這些眾所周知的蝴蝶變成精確的模型，告訴你是否應該繼續規劃下週六的野餐。
這就是所謂的”數值天氣預報”（NWP），它使用全球當前的天氣觀測數據作為輸入數據，並透過超級電腦上運行的複雜物理方程式進行計算。但現在，Google發布了一款名為GraphCast 的人工智慧系統，它可以在功能更弱的硬體上以更快的速度計算數據。
這種人工智慧是根據衛星圖像、雷達和氣象站收集的40 年天氣再分析資料訓練出來的。GraphCast 提取六小時前的天氣狀況和當前的天氣狀況，然後利用其數據寶庫預測六小時後的天氣狀況。在此基礎上，它可以以6 小時為增量向前推算，從而做出長達10 天的天氣預報。
GraphCast 在地球表面100 多萬個網格點上進行預測，每個網格點的經度和緯度均為0.25 度。在每個網格點上，模型都會考慮地表的溫度、氣壓、濕度、風速和風向等五個變量，以及37 個不同高度大氣層中的六個變量。
在測試中，在一台Google TPU v4 機器上運行的GraphCast 與目前天氣預報的黃金標準–在超級電腦上運行的名為高分辨率預報（HRES）的模擬系統–進行了比較。GraphCast 能夠在一分鐘內做出10 天的預報，在90% 的測試變數和預報準備時間上都比HRES 更準確。當模型集中在對流層（大氣層的最底層，準確的預測對日常生活最有用）時，GraphCast 在99.7% 的時間都優於HRES。
更令人印象深刻的是，GraphCast 比HRES 更早識別出惡劣天氣事件，儘管它沒有經過專門的訓練。在一個真實的例子中，人工智慧提前九天就準確地預測了颶風的登陸地點，而傳統的預報只能提前六天確認。
Google表示，GraphCast 的程式碼是開源的，全世界的科學家都可以對其進行實驗，並將其應用到日常的天氣預報中。對於人工智慧來說，這種數位運算是最理想的工作，因此它們可以把藝術和寫作留給我們人類。
這項研究發表在《科學》雜誌。
了解更多：