详细内容或原文请订阅后点击阅览
AI 天气模型现在可以击败最好的传统预报
NASA/GSFC，MODIS 快速反应小组，Jacques Descloitres Vassili Kitsios，CSIRO 根据谷歌 DeepMind 研究人员上个月在《自然》杂志上发表的一篇论文，一种名为 GenCast 的新型机器学习天气预报模型至少在某些情况下可以胜过最好的传统预报系统。 使用类似于人工智能 (AI) 图像的扩散模型方法 [...]
来源:ΑΙhubNASA/GSFC，MODIS 快速反应小组，Jacques Descloitres
NASA/GSFC，MODIS 快速反应小组，Jacques Descloitres作者：Vassili Kitsios，CSIRO
作者：Vassili Kitsios，CSIRO Vassili Kitsios CSIRO CSIRO根据 Google DeepMind 研究人员上个月在《自然》杂志上发表的一篇论文，一种名为 GenCast 的新型机器学习天气预报模型至少在某些情况下可以胜过最好的传统预报系统。
Google DeepMind 研究人员的论文该系统使用类似于人工智能 (AI) 图像生成器的扩散模型方法，生成多个预测以捕捉大气的复杂行为。它只需传统方法所需时间和计算资源的一小部分即可实现这一点。
天气预报的工作原理
我们在实践中使用的天气预报是通过对大气进行多次数值模拟得出的。
每次模拟都从对当前天气的略微不同的估计开始。 这是因为我们不知道世界各地此时此刻的天气情况。 要知道这一点，我们需要在各地进行传感器测量。
这些数值模拟使用一个划分为三维块网格的世界大气模型。 通过求解描述自然基本物理定律的方程，模拟可以预测大气中会发生什么。
这些模拟被称为通用环流模型，需要大量的计算能力。 它们通常在高性能超级计算设施上运行。
机器学习天气
过去几年，使用机器学习制作天气预报模型的努力呈爆炸式增长。通常，这些方法不会像大气环流模型那样将我们对自然规律的了解融入其中。
使用机器学习谷歌 DeepMind AI 研究实验室的研究人员刚刚在《自然》杂志上发表了一篇论文，描述了他们最新的机器学习模型 GenCast。
《自然》杂志上的一篇论文