谷歌 DeepMind 團隊昨日(12 月 4 日)發布博文，推出全新 AI 氣象模型 GenCast，能夠提前 15 天提供更快速、更精準的天氣預報，其預測準確度超越了歐洲中期天氣預報中心（ECMWF）的 ENS 系統。

　　項目背景

　　天氣影響我們所有人，塑造著我們的決策、安全和生活方式。

　　注：隨著氣候變化導致更多極端天氣事件，準確可靠的預報比以往任何時候都更加重要。然而，天氣無法完美預測，而且幾天后的預報尤其不確定。

　　由于完美的天氣預報是不可能的，科學家和氣象機構使用概率集合預報，即模型預測一系列可能的天氣情景。

　　這種集合預報比依賴單一預報更有用，為決策者提供了未來幾天和幾周內可能出現的天氣狀況以及每種情景的可能性更全面的信息。

　　GenCast 模型

　　現有的天氣模型建立在確定性天氣模型之上，僅提供對未來天氣的單一最佳估計，而 GenCast 預測集合包含 50 個或更多預測，每個預測代表一種可能的天氣軌跡。

　　GenCast 是一種擴散模型，這種生成式 AI 模型支撐了圖像、視頻和音樂生成領域的最新快速發展。然而，GenCast 與這些模型不同，它適用于地球的球面幾何形狀，并在獲得最新的天氣狀態作為輸入后，學習準確生成未來天氣情景的復雜概率分布。

　　GenCast 使用 ECMWF ERA5 檔案中四十年的歷史氣象數據進行訓練，數據包括溫度、風速、氣壓等變量，模型直接從這些數據中學習全球天氣模式，分辨率高達 0.25°。

　　在 Google Cloud TPU v5 上，GenCast 只需 8 分鐘即可生成一個 15 天的天氣預報，并且集合中的每個預測都可以并行生成，遠超傳統物理模型的計算速度。

　　GenCast 性能評估與應用：

　　使用 2018 年前的數據訓練，2019 年的數據測試，GenCast 在 1320 種不同變量和提前時間的組合測試中，準確率超過 ENS 的 97.2%，在提前 36 小時以上的預測中，準確率更是高達 99.8%。

　　此外 GenCast 在預測極端高溫、低溫和強風等方面持續優于 ENS，并能更準確地預測臺風 / 颶風的路徑，例如對臺風“海貝思”的路徑預測。