O星期三晚上，米ilton飓风将会成为第五个飓风2024年在美国大陆登陆。随着像这样的风暴越来越频繁和强烈，人工智能在气象学家和其他科学家追踪这些风暴并减轻其危害的努力中扮演着日益重要的角色。
多年来，气象学家根据风速、温度、湿度和其他因素建立了复杂的风暴预测模型，并通过飞机、浮标和卫星的观测数据记录下来。但这些模型需要花费数小时才能生成更新后的预报。
另一方面，机器学习模型则依赖于对地球大气的广泛知识以及以往风暴的数据。它们在模式识别方面表现出色，能够在极短的时间内找出大多数人类无法察觉的趋势。今年，他们在风暴来袭前几天就多次提供了准确的相关预测，并且这些预测通常在几秒钟内生成。
休斯顿的一位气象学家表示，“气象学界在某些情况下不情愿地，在某些情况下全心全意地接受了人工智能建模。”马特·兰扎“就飓风而言，我们已经了解到人工智能建模可以与基于物理的模型相匹敌，所以你必须使用它。”
阅读更多：关于飓风米尔顿预期路径的你需要知道的事情
兰扎表示，这周，许多不同类型模型达成了一致，认为米尔顿很可能在美国佛罗里达州的克利尔沃特和萨拉索塔之间登陆。兰扎说，“AI建模大概在其他很多模型之前12到18小时就捕捉到了这种潜在结果。”
AI追踪风暴的准确性
这并不是今年AI模型首次预测飓风路径比传统模型更早。由谷歌AI公司DeepMind创建的GraphCast，利用四十年的全球气象数据训练了一个AI程序，并且正确预测了贝儿（Beryl）是2024年大西洋的第一个大型飓风，预计将在德克萨斯州登陆，而并非像欧洲顶级模型预测的在墨西哥登陆。该项目背后的团队获得今年英国工程界的顶级奖项，其中一位评委称之为“革命性的进步。”
几个月后，一个名为AIFS的欧洲AI模型成功预测了某条路径的发展趋势。弗朗辛当它袭击墨西哥湾海岸时。“一致性令人难以置信，”兰扎说。“即使是最优秀的传统模型，我认为也没有这么一致。”兰扎在他的博客上写道模型的准确性给了他的团队信心，认为这场风暴不会成为得克萨斯州的重大问题，这使得地面上的人们能够更恰当地规划和调配资源。
其他主要的预测模型包括FourCastNet，由NVIDIA开发，和 华为盘古天气国家飓风中心(NHC)方面则有集成人工智能在其预测过程中，NHC副 director 杰米·罗姆将其称为去年成功的“支柱”。“AI 的复杂性大大提高，并且仍在继续改进，这一点至关重要，因为我们只有三个小时的时间来做出预测，”他告诉 NBC 迈阿密。
尽管它取得了成功，这项技术仍然存在很多问题。A2024年学习计划发现虽然机器学习模型能够有效预测欧洲风暴凯兰的大规模特征，但它们未能记录下破坏性的地面风和其他不寻常的方面。兰扎表示，AI模型倾向于低估飓风的强度，并且有时在衡量降水方面也存在困难。
由于这些错误，兰扎认为气象学家不能仅仅依赖人工智能进行预测。“我们不会把这些事情交给AI并简单地说‘给我做一个预报然后我就复述它’。”他说，“你仍然需要考虑可用的更广泛的工具。”
预测风暴潮
在美国佛罗里达大学，人工智能科学家浙江正在努力解决准确性方面的一个更具体的问题：风暴潮将如何影响佛罗里达州的海岸。姜表示，由于高质量训练数据缺乏以及数据驱动的神经网络往往不了解如水体如何移动或扩散等基本物理原理，沿海地区建模的人工智能发展滞后于全球天气预报。
为了推动这一领域的进步，江和他的同事们，包括海岸海洋学家，一直在基于海岸模拟训练一个人工智能代理。根据初步结果，这个AI创建的洋流预测速度比之前的模型快500倍。江希望很快能够开始对风暴潮进行建模，他希望通过这种方式可以拯救生命并防止财产损失。“在目前的预测中，可能需要几个小时才能做出预报。如果我们把时间缩短到几秒钟，灾害管理人员就可以提前更多的时间来规划，并让更多的人员更好地为潜在损害做好准备。”江说。
但江小心地指出，仅仅使用通用人工智能模型来预测风暴潮可能会有灾难性的后果。“神经网络有时会做出过于自信但不准确的预测，在高风险决策中会造成严重的后果，”他说。
许多其他研究人员已经开始了平行项目。迈阿密大学的一名研究员正在进行一项相关研究。训练计算机为了建立活跃风暴系统的3D复制品，这样飞机就不必飞入其中进行测量。另一家公司正在使用机器学习尝试预测停电将会发生在什么地方，有多少居民可能会受到影响。
江说，面对像米尔顿这样的飓风，他的工作变得更加紧迫：“在我家附近发生的严重事件和沿海灾害越来越多，比如飓风米尔顿，我们真的在与时间赛跑，尽快发展人工智能技术。”