NOAA 推出了一套突破性的新的人工智能 (AI) 驱动的全球天气预报模型，标志着预报速度、效率和准确性的显着进步。这些模型将为预报员提供更快、更准确的指导，同时只使用一小部分计算资源。

“NOAA 对人工智能的战略应用是美国天气模型创新的重大飞跃，”NOAA 管理员 Neil Jacobs 博士表示。– 这些人工智能模型反映了 NOAA 的新范式，即提高大规模天气和热带路径的准确性，并通过大幅减少计算费用，以更低的成本更快地向气象学家和公众提供预报产品。 – 

新的人工智能天气模型套件包括三个不同的应用程序：

• AIGFS（人工智能全球预报系统）：一种天气预报模型，采用 AI 技术，与传统模型相比，可以更快、更高效地提供改进的天气预报（使用的计算资源减少高达 99.7%）。
• AIGEFS（人工智能全球集合预报系统）：基于人工智能的集合系统，为气象学家和决策者提供一系列可能的预报结果。早期结果显示，与传统 GEFS 相比，其性能有所提高，将预报技能延长了 18 至 24 小时。
• HGEFS（混合-GEFS）：一个开创性的混合“大集合”，将基于人工智能的新 AIGEFS（上图）与 NOAA 的旗舰集合模型“全球集合预报系统”相结合。初步测试表明，该模型是运行气象中心的首个同类方法，其性能始终优于纯人工智能和纯物理系综系统。 

有关新人工智能运营模式的更多信息

亚洲IGFS– 一种基于人工智能的新系统，它使用各种数据源来生成与传统天气预报系统（例如 GFS）生成的天气预报相当的天气预报。

• 性能：对于许多大规模特征，显示出比传统 GFS 更高的预测能力。值得注意的是，它表明热带气旋跟踪误差在较长的交付时间内显着减少。
• 效率：AIGFS 最具变革性的特征。单个 16 天的预测仅使用运行 GFS 的计算资源的 0.3%，并在大约 40 分钟内完成。这种延迟的减少意味着预报员比传统 GFS 更快地获取关键数据。

• 未来改进的领域：尽管轨迹预报更好，但 v1.0 显示热带气旋强度预报有所下降，未来版本将解决这一问题。

艾格夫– 一个由 31 名成员组成的基于人工智能的整体，类似于 GEFS，它为天气预报员和决策者提供了一系列可能性，而不是单一的预报模型解决方案。

• 性能：预测技能与运营 GEFS 相当。
• 效率：仅需要运行GEFS 9%的计算资源。
• 未来改进的领域：开发人员继续提高集成创建一系列预测结果的能力。 

人类基因组燃料系统– 新套件中最具创新性的应用程序。HGEFS 是一个由 62 名成员组成的“大合奏团”，由物理 GEFS 的 31 名成员与基于人工智能的 AIGEFS 的 31 名成员合并而成。

• 性能：通过结合两种不同的建模系统（一种基于物理，一种基于人工智能），HGEFS 创建了一个更大、更强大的集成，可以更有效地表示预测的不确定性。因此，HGEFS 在大多数主要验证指标上始终优于 GEFS 和 AIGEFS。
• NOAA 首创：据我们所知，NOAA 是世界上第一个实施此类物理-人工智能混合集成系统的组织。
• 未来改进的领域：NOAA 继续努力改进 HGEFS 的飓风强度预测。

NOAA 和全行业的努力

这个最初的模型套件是 鹰计划是 NOAA 国家气象局、海洋和大气研究实验室、NOAA 国家环境预测中心环境建模中心以及地球预测创新中心之间的联合倡议。

“利用 EAGLE 项目和地球预测创新中心，NOAA 科学家继续与学术界和私营企业成员合作，推动预测技术取得更多进步，”Jacobs 补充道。

该团队利用 Google DeepMind 的 GraphCast 模型作为初始基础，并使用 NOAA 自己的全球数据同化系统分析对该模型进行了微调。使用 NOAA 数据进行的额外训练提高了 Google 模型的性能，特别是在使用基于 GFS 的初始条件时。