来源：地球物理研究信件人工智能（AI）算法比传统算法更快地产生天气预测，而计算成本的一小部分。但是，由于训练AI采用了如此大量的数据，因此到目前为止，它在产生全球规模的预测方面取得了最大的成功。直到最近，研究人员还缺乏训练算法所需的数据来预测诸如Thunderstormss.flora和Potvin等小规模的天气模式，从而扩展了基于AI的天气预报，从而通过培训Google的NOAA AAA警告的数据来培训Google的神经网络图表，从而培训Google的神经网络图表。该警告造成的事业研究项目对可能经历极端天气的地区产生高分辨率的预测，目的是发出早期警告，警告龙卷风，严重的雷暴和山洪暴发。该模型在很大程度上对暴风雨的发展方式最多2小时产生了准确的预测；这些预测匹配了由警告造影系统产生的预测的70％至80％。生成预测的过程仅使用一个图形处理单元仅需30–40秒。这比使用当前的警告搜索系统来生成没有AI的预测的速度至少要快10倍。在没有其他培训数据的情况下，研究人员认为，WofScast可能会变得更加通用，可以预测热带气旋的地面风和降雨量，例如，Wildfires的传播方式。通过使用AI增强系统，国家气象局可能能够更快发出严重的天气警告，并减少这些极端事件造成的伤害。 （地球物理研究来信，https：//doi.org/10.1029/2024GL112383，2025） - Saima May May Sidik（@Saimamay.bsky.social），Scie