加入企业领导人信任的活动近二十年。VB变换汇集了建立真正的企业AI战略的人们。 了解更多
Google Deepmind周四宣布，其声称是飓风预测的重大突破，引入了一个人工智能系统，该系统可以预测具有前所未有的准确性的热带气旋的路径和强度 - 长期以来一直挑战传统的天气模型数十年。
该公司成立天气实验室这是一个展示其实验性旋风预测模型的交互式平台，该模型可在提前15天之前生成50个可能的风暴场景。更重要的是，DeepMind宣布与美国国家飓风中心，标志着联邦机构首次将实验性AI预测纳入其运营预测工作流程。
在周三的新闻发布会上，领导该项目的深度研究科学家Ferran Alet说。第一个是专门针对旋风定制的新实验模型。第二个是，我们很高兴宣布与国家飓风中心建立合作伙伴关系，该中心允许专家人类预报员实时看到我们的预测。
该公告标志着人工智能在天气预报上的应用方面是一个关键的关键点，该领域在该领域迅速抗衡了基于物理的系统。包括飓风，台风和旋风的热带气旋已引起在过去的50年中，经济损失1.4万亿美元，使准确的预测成为脆弱沿海地区数百万的生命和死亡问题。
为什么传统的天气模型在风暴路径和强度上都挣扎
突破性解决了当前预测方法的基本限制。传统的天气模型面临着一个明显的权衡：全球低分辨率模型通过捕获大气模式来预测风暴将在哪里进行，而区域高分辨率模型通过专注于风暴核心内的湍流过程来更好地预测风暴强度。
ALET解释说，进行热带旋风预测很难预测。第一个是轨道预测，那么旋风将去哪里？第二个是强度预测，旋风将有多强？
DeepMind的实验模型声称可以同时解决这两个问题。在内部评估中国家飓风中心协议，AI系统对现有方法证明了实质性改进。为了进行轨道预测，模型的五天预测平均比实际风暴位置更接近实际风暴位置ens，主要基于欧洲物理的合奏模型。
更明显的是，该系统的表现优于NOAA的飓风分析和预测系统（HAFS）关于强度预测 - AI模型在历史上一直在挣扎的领域。Alet指出，这是我们现在在热带气旋强度上也非常熟练的第一个AI模型。
AI预测如何在速度和效率上击败传统模型
除了准确的改进之外，AI系统还表现出巨大的效率提高。尽管传统物理模型可能需要数小时才能产生预测，但DeepMind的模型在一个专用的计算机芯片上大约在一分钟内产生15天的预测。
Alet说，我们的概率模型现在甚至比上一个模型更快。”与DeepMind先前天气模型所要求的八分钟相比，我们的新模型估计，我们的新模型可能大约一分钟。
这种速度优势使系统能够按时完成操作截止日期。DeepMind的AI天气团队的研究工程师汤姆·安德森（Tom Anderson）解释说国家飓风中心专门要求的预测可在六个半小时内收集数据收集 - AI系统现在提前相遇的目标。
国家飓风中心合作伙伴关系将AI天气预报进行测试
与国家飓风中心以主要方式验证AI天气预报。领导DeepMind的天气团队高级总监Keith Battaglia将合作从非正式的对话演变为更正式的伙伴关系，使预报员可以将AI预测与传统方法相结合。
Battaglia谈到大约18个月前开始的早期讨论时说，这实际上不是一个正式的伙伴关系，只是更加随意的对话。”现在，我们正在努力建立一种更正式的合作伙伴关系，使我们能够将我们建立的模型交给他们，然后他们可以决定如何在其官方指导中使用它们。”
时机证明是至关重要的，2025年大西洋飓风季节已经开始。飓风中心的预测者将与传统的基于物理的模型和观察结果一起进行实时的AI预测，从而有可能提高预测准确性并启用早期警告。
科罗拉多州立大学大气研究所合作研究所的研究科学家凯特·穆斯格雷夫（Kate Musgrave）博士一直在独立评估DeepMind的模型。根据公司的说法，她发现它表现出了比最佳的轨道和强度操作模型相当或更高的技能。穆斯格雷夫（Musgrave）表示，她期待在2025年飓风季节的实时预测中证实这些结果。
突破背后的培训数据和技术创新
AI模型的有效性源于其对两个不同数据集的培训：大量重新分析数据从数百万观察结果中重建了全球天气模式，以及一个专门的数据库，其中包含有关过去45年中近5,000个观察到的旋风的详细信息。
这种双重方法与以前的AI天气模型背道而驰，该模型主要集中在一般的大气条件下。Alet解释说，我们正在培训旋风特定数据。我们正在培训IBTRAC和其他类型的数据。因此，Ibtracs为多个旋风提供了纬度，经度，强度和风射线，在过去的30至40年中，多达5000个旋风。”
该系统还通过DeepMind称为概率建模的最新进展。功能生成网络（FGN），在公告中发表的研究论文中详细介绍。这种方法通过学习扰动模型的参数来生成预测集合，从而创造出比以前的方法更大的结构化变化。
过去的飓风预测显示了预警系统的前景
天气实验室发起了两年以上的历史预测，使专家可以评估所有海洋盆地模型的性能。安德森（Anderson）从2024年开始使用飓风绿绿色和2023年臭名昭著的奥蒂斯（Otis）的飓风绿绿色（Hurricious Beryl）展示了系统的功能。
奥蒂斯飓风尤其重要，因为它在击中墨西哥之前迅速加剧，抓住了许多传统模型措手不及。安德森（Anderson）解释说，许多模型都预测，风暴在整个生命周期中将保持相对较弱。”当DeepMind向国家飓风中心的预测展示了这个例子时，他们说，如果当时有这种旋风，我们的模型可能会提供早期的潜在风险。
这对天气预报和气候适应的未来意味着什么
在Deepmind的最新突破之后Graphcast以及其他AI天气模型已经开始超过各种指标的传统系统。
Battaglia反映了很早就想到的是，在最初的几年中，我们主要关注的是科学论文和研究进展。”但是，您知道，正如我们能够证明这些机器学习系统具有竞争性，甚至超过了基于物理学的系统，有机会将它们从这种科学环境中带出来，这确实令人兴奋。”
与政府机构的合作伙伴关系是朝着AI天气系统运营部署的关键一步。但是，DeepMind强调天气实验室仍然是一种研究工具，用户应继续依靠官方的气象机构来进行权威的预测和警告。
该公司计划继续收集来自天气机构和紧急服务的反馈，以改善技术的实际应用。随着气候变化潜在地增强了热带气旋的行为，预测准确性的进步对于保护全球脆弱的沿海人口至关重要。
``我们认为AI可以在这里提供解决方案。随着2025年飓风季节的开始，DeepMind实验系统的现实表现将很快面临其最终测试。
