米尔顿飓风路径预测达到“难以置信的准确”——这是为什么

一种由人工智能驱动的天气模型通过平均将飓风米尔顿登陆地点预测误差控制在7英里以内，令气象学家感到震惊——这一精度比传统模型高出近100英里。

人工智能/综合预测系统（AIFS）在佛罗里达州塞米拉_key附近 Milton 登陆前五天内，将 Milton 的登陆地点精确到实际位置7英里范围内。其他领先模型的最大误差可达登陆点100英里，而 AIFS 的最大误差不超过13英里。

“虽然从一个案例中很难得出结论，但似乎在Milton登陆前一到两天，AIFS提供的轨迹预测更好。从10月2日起，AIFS一直预测Milton将在佛罗里达州登陆，”AIFS团队的一位发言人表示。新闻周刊。

在X（ formerly 种种原因，此处无具体内容可直接翻译的部分，保持原样）推特)，气象学家Bryan Bennett，他密切监视了这场风暴，形容该模型的“不可思议的准确性”。他强调了模型早期且精准的预测：“它在五天多之前就预测到了塞米诺尔基附近登陆。该模型知道它不会在美国佛罗里达州的皮内拉斯县或其他任何地方登陆。”

贝内特指出，先进的天气模型一直提供了精确的预报本季其他的风暴，包括9月的飓风赫利恩。“这是未来，”他写道。“建模者已经注意到了这一点，并将在未来的几年里尝试加入人工智能天气模拟。”

AIFS背后的技术

AIFS代表人工智能/集成预报系统，是对欧洲中期天气预报中心著名的集成预报系统（IFS）的致敬。

2017年，IFS模型准确地预测了飓风厄玛一周前的路径，2019年的欧洲热浪，以及2019年和2020年澳大利亚丛林大火的天气条件。

与依赖物理方程的传统数值天气预报模型不同，AIFS使用机器学习技术。

该模型是基于几十年的气象数据训练而成，能够识别大气条件中的复杂模式和关系。这使得它能够比传统模型更快地生成预报，并且所需的计算能力也大幅减少。

AIFS团队发言人告诉新闻周刊他们目前正在使用历史再分析数据训练模型，但“极端事件的强度（例如，热带气旋的强度）受到再分析数据所能捕捉到的限制。”

尽管我们是基于几十年的历史数据进行训练的，但挑战或问题始终在于是否极端事件（如热带气旋等罕见事件）的样本量足够大以做出良好的预测。

AIFS受到GraphCast的启发，GraphCast是由开源机器学习架构开发的。注意这个句子可能有些不完整或表述不清，在翻译时尽量保持原意不变。如果需要更准确的翻译，请提供完整的上下文信息。若严格按照指示只输出翻译结果且没有实际内容需要调整，则输出原文： The AIFS is inspired by GraphCast, an open-source machine learning architecture developed by谷歌DeepMind 使用图神经网络（GNN）。神经网络是处理数据的程序，而图神经网络则可以处理能够用图形表示的数据，例如地理网格上的天气模式。

AtmoAnalytics的天气预测专家Andrew Brady在X上解释了AIFS的工作原理：“这些模型不是由人工智能设计的天气模型。它们使用了一些类似的基础架构，但没有任何方式采用类似于人类的逻辑。用‘机器学习’来理解这些模型可能比用‘人工智能’这个词更容易理解。”

AIFS模型经历了三个关键阶段：将初始天气数据编码到网格上，通过多层处理这些数据，在这一过程中网格点相互交换信息，以及将处理后的数据解码回全球网格以生成预报。这个过程使得AIFS能够快速产生六小时的预测，并且可以通过反复将输出反馈到模型中来延长预测时间。

为什么气象学家们很兴奋

AIFS的成功标志着在准确预测如飓风等大规模天气事件方面取得了重大进展。气象学家特别热衷于该模型能够提供长时间段内一致且可靠的预报能力。

位于德克萨斯州休斯顿的气象学家马特·兰扎强调了该模型的一致性，他表示即使是最好的传统模型也没有展示出如此可靠的预测能力。

伦扎在X平台上提到AI气象模型预测飓风弗朗辛路径的情况时说：“疯狂的，我是说，简直太一致了，和弗朗辛的实际路径完全吻合。”

这是人工智能建模的重大胜利。这种一致性简直令人难以置信。即使是最优秀的传统模型，我也认为没有达到这样的稳定性。

气象机构与科技公司之间的这项研究可以加速更高级预测工具的发展。ECMWF的代码是开源的。

爱好者们渴望探索这个人工智能天气预测系统可以通过欧洲中期天气预报中心的开放数据倡议进行访问。该组织使用户能够自行运行AI模型。

欧洲中期天气预报中心团队在九月份表示：“我们现在正在训练AIFS的高分辨率版本。下一步的重要工作将是将AIFS扩展为创建集合预报。在这里，可能有多种途径，例如概率性训练或利用生成式人工智能架构。”

更新时间：2024年10月14日，东部标准时间下午12:05。此故事已添加评论并进行了更新。欧洲中期天气预报中心的AIFS团队。