研究人员预测，一种新的人工智能（AI）驱动的天气预测系统可以改变预测

研究人员周四（3月20日）在《自然》杂志上报道，该系统被称为土豚天气，使用一小部分计算能力生成预报的速度比传统预报系统快几十倍。英国剑桥大学的工程师理查德·特纳在一份声明中说：“我们所依赖的天气预报系统已经开发了几十年，但在短短18个月内，我们已经能够在台式计算机上使用十分之一的数据，构建出与这些系统中最好的系统相媲美的东西。”

当前的天气预报是通过将数据输入复杂的物理模型生成的，这是一个多阶段的过程，需要在专用的超级计算机上运行几个小时。

土豚天气规避了这一苛刻的过程：机器学习模型使用来自卫星、气象站、船只和气象气球的原始数据进行预测，而不依赖大气模型。该团队指出，卫星数据对模型的预测尤为重要。

相关：谷歌构建了一个可以预测未来天气灾难的人工智能模型

研究人员声称，这种新方法可以在天气预报的成本、速度和准确性方面提供重大优势。Aardvark Weather不需要超级计算机和专门的团队，只需几分钟即可在台式计算机上生成预报。用AI替换天气预测管道该团队将Aardvark的性能与现有的生成全球预测的预测系统进行了比较。仅使用传统预测系统所需的8%的观测数据，Aardvark的性能优于美国国家全球预报系统（GFS）系统，与美国气象局的预测相当。

然而， Aardvark的空间分辨率略低于当前的预报系统，这可能会使其最初的预测与超本地天气预报的相关性降低。Aardvark Weather以1.5度的分辨率运行，这意味着其网格中的每个框覆盖1.5度的纬度和1.5度的经度。相比之下，GFS使用0.25度的网格。

然而，研究人员还表示，由于人工智能从输入的数据中学习，它可以被定制为预测特定领域的天气——例如非洲农业的温度或欧洲可再生能源的风速。土豚可以整合更高分辨率的区域数据（如果有的话），以完善当地预测。

“这些结果只是土豚能够取得的成就的开始，”剑桥大学的研究合著者安娜·艾伦在声明中说。“这种端到端学习方法可以很容易地应用于其他天气预报问题，例如飓风、野火和龙卷风。除了天气，它的应用还扩展到更广泛的地球系统预测，包括空气质量、海洋动力学和海冰预测。”研究人员说，土豚还可以支持世界上缺乏资源将全球预测细化为高分辨率区域预测的地区的预测中心。

英国艾伦·图灵研究所的人工智能研究员斯科特·霍斯金在声明中说，“土豚的突破不仅在于速度，还在于获取途径。通过将天气预报从超级计算机转移到台式计算机，我们可以使预报民主化，让发展中国家和世界各地数据稀疏的地区都能使用这些强大的技术。”