ta charset="UTF-8" />
在20世纪60年代，气象科学家发现，地球大气层的混沌性质会限制他们对未来的预测。两周似乎是极限。然而，到21世纪初，这项工作的巨大困难使可靠的预测限制在一周左右。
如今，伦敦一家开发人工智能应用的公司DeepMind推出了一款新的人工智能工具，打破了旧的障碍，在设计15天天气预报方面达到了其制造商所称的无与伦比的技能和速度。他们在12月4日的《自然》杂志上报告说，他们的新模型除其他外，可以超越世界上最好的预测，以追踪致命风暴并拯救生命。
“这是一件大事，”麻省理工学院（Massachusetts Institute of Technology）大气科学荣誉退休教授克里·伊曼纽尔（Kerry Emanuel）说，他没有参与DeepMind的研究。“这是向前迈出的重要一步。”
2019年，伊曼纽尔和其他六位专家在《大气科学杂志》（Journal Of the Atmospheric Sciences）上撰文称，通过帮助公众避免极端天气的最坏影响，将可靠预报的发展从10天推进到15天，将产生“巨大的社会经济效益”。
这篇新论文的第一作者、DeepMind的高级研究科学家伊兰·普莱斯（Ilan Price）称，这种新的人工智能代理（该团队称之为GenCast）比传统方法快得多。“而且它更准确，”他补充说。
他和他的同事们发现，GenCast在DeepMind之前的人工智能天气项目上运行了一圈，该项目于2023年底推出，具有可靠的10天预报。该项目的首席科学家、这篇新论文的十几个合著者之一拉西米·林（r
mi Lam）称，该公司的气象团队取得了惊人的快速进展。
他在接受采访时说：“我有点不愿意这么说，但这就像我们在一年里取得了几十年的进步。”“我们看到了非常、非常迅速的进展。”
欧洲中期天气预报中心是大气预报领域的世界领先者。比较试验经常表明，它的预测在准确性上超过所有其他预测。
DeepMind将其新的人工智能程序与该中心的综合预测系统进行了测试，该系统是35个国家依赖的一项服务，用于制作自己的天气预报。研究小组比较了这两个系统在预测1320个指定的全球风速、温度和其他大气特征时的15天预测结果。
《自然》杂志的报道称，这种新药剂的准确率超过了该中心预测的97.2%。作者写道，人工智能的成就“有助于打开天气预报的下一个篇章。”
欧洲中期天气预报中心（European Center for Medium-Range Weather forecasting）的人工智能专家马修·钱特里（Matthew Chantry）表示，他的机构已经采用了谷歌的一些功能。
“这就是我们对它的高度评价，”他说。Chantry补充说，总的来说，机器学习正在加速人类战胜自然界一些最致命威胁的努力。
DeepMind在天气方面取得进展的两个月前，该公司的其他人工智能研究人员分享了诺贝尔化学奖。这则科学新闻与公众对人工智能抢走工作、将人类推向过时边缘的担忧形成鲜明对比。
地球大气层的自然混乱意味着所有的天气预报，包括两周的天气预报，随着对未来的预测越来越少，变得越来越不可靠。即便如此，AccuWeather仍提供90天的天气预报。《老农民年鉴》说它可以预见未来60天。
DeepMind发表了长达15天的声明，并在世界领先的科学期刊之一《自然》（Nature）上发表了数页证据。谷歌也发表了一篇在线博客，详细介绍了人工智能的进展。
新的GenCast代理采用了一种与主流预测截然不同的方法，主流预测使用房间大小的超级计算机，将数百万全球观测和计算转化为预测。取而代之的是，DeepMind代理在较小的机器上运行，研究过去的大气模式，以了解导致地球天气变化的微妙动态。
DeepMind团队对GenCast进行了训练，训练内容是由欧洲中心整理的大量天气数据档案。培训时间从1979年到2018年，也就是40年。然后，该团队测试了该代理对2019年天气的预测能力。
这样的训练赋予了所有类型的生成式人工智能——创造性的那种。它模仿人类的学习方式，从海量的数据中发现模式，然后制作出具有相似特征的新的、原创的材料。
DeepMind的Lam指出，GenCast的生成技能根植于从自然而非互联网中收集的事实数据，而互联网因混淆事实、偏见和谬论而臭名昭著。“我们有一个基本的真理，”他谈到它对自然现象的依赖时说。“我们要进行现实检查。”
新代理的预测是概率性的，就像智能手机上的天气应用程序一样。例如，GenCast可以给出某一天某一特定地区降雨可能性的百分比范围。
相比之下，DeepMind的前身GraphCast只提供特定时间和地点的单一预测。它的方法被称为确定性，本质上是一种最佳猜测，没有给出预测的不确定性的指示。
概率预测被认为比确定性预测更微妙、更复杂，也更难创造。一般来说，GenCast预测从一组50个或更多的预测中得出其概率范围。
DeepMind的Price说，尽管在这些计算中付出了很多努力，但新的智能体可以在几分钟内生成15天的预测，而超级计算机需要几个小时。这可以使它的预测更加及时——在追踪快速移动的风暴方面是一个优势。
该团队表示，GenCast可以非常准确地预测飓风的路径，飓风每年可能夺去数千人的生命，并造成数千亿美元的财产损失。《自然》杂志的论文说，对比测试表明，它的飓风路径预测始终优于欧洲中心的预测。
麻省理工学院的伊曼纽尔说，DeepMind团队没有提到，他们的新代理几乎没有提供关于飓风强度的信息。
该论文的主要作者Price对此表示赞同。他说，问题在于训练数据对飓风风速的限制。他补充说，气象小组有信心想出一个解决方案。
Emanuel认为，GenCast很可能是对现有方法的补充，而不是取代。他说，每种类型在预测构成天气的各种不同现象时都有自己的长处和短处。
“现状不会消失，”伊曼纽尔说。“也许他们两个人的合作将被证明是最好的前进道路。”
就DeepMind团队而言，他们承认严重依赖传统的天气读数，例如，他们的人工智能训练数据来自庞大的欧洲天气档案。它的计算也从世界当前天气的快照开始，该团队称之为初始条件。
该团队希望其他气象专家能测试他们的新技术。普莱斯表示，DeepMind团队将在网上分享其人工智能代理和底层计算机代码。
他补充说，GenCast的天气预报很快就会在b谷歌的地球引擎和大查询上公开发布，让科学家们能够获得新的预报。
普莱斯说：“我们很高兴社区能够使用和发展我们的研究。”
欧洲研究中心的Chantry表示，b谷歌和DeepMind可能将他们的人工智能进展隐藏在企业保密的高墙之后，用它“为自己的应用程序做出更好的天气预报，却不告诉任何人他们是如何做到的”。
相反，他补充说，这个新兴领域已经接受了公众的开放，这帮助“很多很多人参与到这场革命中来”。ta charset="UTF-8" /> - ta charset="UTF-8" />?2024纽约时报公司
