谷歌DeepMind开创天气预报新纪元：GraphCast AI超越传统系统的三大关键优势
据CNN报道，谷歌DeepMind的人工智能（AI）模型GraphCast AI在全球天气预报领域取得了里程碑式的突破，首次超越了传统的天气预测方法。这一成就被认为标志着天气预报领域的拐点，为未来提供了更准确的预测可能性。
GraphCast AI的优越性体现在一项广泛的评估中，该模型在1380项指标中的90%上优于欧洲中期天气预报中心（ECMWF）运营的系统。这些指标包括温度、压力、风速、风向以及不同大气水平的湿度等多个方面。这意味着GraphCast AI不仅在预测准确性上超过了传统系统，而且在多个关键参数上都表现出色。
GraphCast AI采用了一种名为图形神经网络的机器学习架构。该架构通过学习过去40多年的ECMWF数据，理解全球天气系统的发展和变化。与传统的数值天气预报方法不同，GraphCast AI在运行上更为高效，仅需在谷歌TPU v4云计算机上的1分钟内生成未来10天的天气预报。
ECMWF机器学习协调员马修·钱特里对GraphCast AI的表现表示肯定，认为它始终比其他机器学习模型更为出色，甚至在与ECMWF自己的预测系统相比也更为准确。这为GraphCast AI的未来应用提供了更多的发展空间。
这一成功的背后，GraphCast AI的运行成本被指出比传统方法便宜得多。一旦训练完成，该系统在操作上变得非常经济，可能会降低能源消耗约1000倍。这一进步被认为是一个奇迹，也凸显了人工智能在天气预报领域的巨大潜力。
尽管GraphCast AI取得了显著的成就，但ECMWF表示他们也在考虑将人工智能模型与传统的数值天气预报系统相结合。这一整合可能会注入对大气物理学的理解，使人工智能系统不再是一个“黑盒子”，而是能够更好地应对新的极端天气情况。
此外，英国国家气象局也在与艾伦·图灵研究所合作，致力于开发自己的天气预报图形神经网络。这表明人工智能在天气预报领域的发展已经成为国际趋势，将为未来提供更为强大和详细的天气预测服务。在一个急剧变化的时代，传统与现代技术的融合有望为我们带来更可靠、全面的天气预测。
