提前15天预测50种可能情景，谷歌DeepMind凭借新模型彻底改变了台风预报
仅用于站内搜索，没有排版格式，具体信息请跳转上方微信公众号内链接
将ScienceAI设为星标
第一时间掌握
新鲜的AIforScience资讯
编辑|萝卜皮
近日，台风蝴蝶正在我国南海地区肆虐……
台风极其危险，不仅危及人们的生命，还会对它路过的城市、村庄、农田等造成破坏，产生的损失难以估量。
因此，准确预测台风是一件极其重要且极具价值的事情。
2025年6月12日，GoogleDeepMind与GoogleResearch推出了WeatherLab来托管他们的实验性AI热带气旋模型。该模型可以预测气旋的形成、路径、强度、大小和形状，并生成最多提前15天预测的50种可能情景。
这将有助于决策者通过更有效的灾害准备和更早的疏散来应对台风，保护人们的生命财产安全。
台风或者说气旋的预测极其困难，毕竟它涉及大量湍流系统，想想大学物理里用来描述湍流的方程，那叫一个复杂。
在基于物理的气旋预测中，为了应对实际需求，需要进行近似计算，单一模型很难同时出色地预测气旋的路径和强度。全球低分辨率模型在预测气旋路径方面表现最佳，但是却无法捕捉决定气旋强度的精细尺度过程。
没错，这是一个两难的问题。所以，DeepMind是怎么解决这些问题的呢？我们先看一篇他们新发布的论文。
论文里，DeepMind研究人员介绍了一种简单、可扩展且灵活的方法FGN，这与WeatherLab所托管的模型密切相关。
这是一种用于天气概率建模的全新方法，它结合了架构、训练和推理功能，比他们之前推出的人工智能气象预测模型GenCast更快、更灵活、性能更佳。
研究人员基于欧洲中期天气预报中心（ECMWF）的ERA5再分析数据（该数据集通过数百万条观测数据重建了整个地球的过去天气）和HRES（包含过去45年来近5,000个观测到的气旋的路径、强度、大小和风半径等关键信息）运行初始条件训练FGN，从而优化连续排序概率评分(CRPS)。CRPS是概率天气预报的常用顶级指标。
FGN在确定性和概率性指标的基准测试中全面超越GenCast。其预测分布通常具有与先前模型相似甚至更好的校准效果，对极端事件的预测同样出色甚至更好。FGN的热带气旋路径预测也显著优于先前的模型（𝑝<0. 05），无论是平均轨迹还是路径概率。
翻译成普通话就是，他们的模型对气旋轨迹和强度的预测与当前基于物理的方法一样准确，甚至更准确。
视频：动画展示了实验性气旋模型的预测结果。（来源：官网）
该团队一直与负责评估大西洋和东太平洋盆地气旋风险的美国国家飓风中心(NHC)合作，目的是更科学地验证他们的方法和结果。
NHC的专家预报员现在可以实时查看该实验性气旋模型以及其他基于物理的模型和观测结果的预测。研究人员希望这些数据能够帮助NHC改进预报，并为与热带气旋相关的灾害提供更早、更准确的预警。
视频：对珊瑚海三级气旋「阿尔弗雷德」的预测展示。（来源：官网）
WeatherLab还提供不同AI天气模型的实时和历史气旋预测，以及欧洲中期天气预报中心(ECMWF)的物理模型。他们的多个AI天气模型正在实时运行，包括WeatherNextGraph、WeatherNextGen和最新的实验性气旋模型。
DeepMind还推出了WeatherLab的互动网页，其中包含两年多的历史预测数据，供气象专家和研究人员下载和分析，从而能够对所有海域的模型进行外部评估。
WeatherLab的用户可以探索和比较各种人工智能和基于物理的模型的预测。综合起来，这些预测可以帮助气象机构和应急服务专家更好地预测气旋的路径和强度。这可以帮助专家和决策者更好地应对不同情况，分享相关风险信息，并支持应对气旋影响的决策。
此外，小编在这里提醒大家：WeatherLab是一个研究工具，它显示的实时预测是由仍在开发中的模型所生成的，并不是官方的预警。想要了解天气，小伙伴们仍然要看官方气象部门的天气预报。
结语
总之，将分析数据和气旋数据一起建模，可以显著提升模型的气旋预测能力。
DeepMind团队对美国国家飓风中心（NHC）在北大西洋和东太平洋盆地观测到的飓风数据（测试年份为2023年和2024年）进行的初步评估表明，新模型的5天气旋路径预测比ECMWF的ENS更接近真实的气旋位置，平均接近140公里。这与ENS3. 5天预测的精度相当——这1. 5天的改进通常需要十多年才能实现。
科罗拉多州立大学大气合作研究所(CIRA)的KateMusgrave团队对该模型进行了评估，发现其「在路径和强度预测方面堪比甚至超越了最佳实际模型」。
Musgrave表示：「我们期待在2025年飓风季的实时预报中验证这些结果。」
在DeepMind发布的推文下面，有位网友感叹道：「……AI能够解决实际问题而非仅生成文本……」。
最后，小编提醒正在受台风蝴蝶影响的小伙伴们，一定要注意安全！
相关内容：
https ://x. com/GoogleDeepMind/status/1933178921840693291
人工智能×[生物神经科学数学物理化学材料]
「ScienceAI」关注人工智能与其他前沿技术及基础科学的交叉研究与融合发展。
欢迎关注标星，并点击右下角点赞和在看。
点击阅读原文，加入专业从业者社区，以获得更多交流合作机会及服务。
