12 月 5 日消息，谷歌 DeepMind 團隊昨日（12 月 4 日）發(fā)布博文，推出全新 AI 氣象模型 GenCast，能夠提前 15 天提供更快速、更精準的天氣預報，其預測準確度超越了歐洲中期天氣預報中心（ECMWF）的 ENS 系統(tǒng)。

項目背景

天氣影響我們所有人，塑造著我們的決策、安全和生活方式。

IT之家注：隨著氣候變化導致更多極端天氣事件，準確可靠的預報比以往任何時候都更加重要。然而，天氣無法完美預測，而且?guī)滋旌蟮念A報尤其不確定。

由于完美的天氣預報是不可能的，科學家和氣象機構使用概率集合預報，即模型預測一系列可能的天氣情景。

這種集合預報比依賴單一預報更有用，為決策者提供了未來幾天和幾周內可能出現(xiàn)的天氣狀況以及每種情景的可能性更全面的信息。

GenCast 模型

現(xiàn)有的天氣模型建立在確定性天氣模型之上，僅提供對未來天氣的單一最佳估計，而 GenCast 預測集合包含 50 個或更多預測，每個預測代表一種可能的天氣軌跡。

GenCast 是一種擴散模型，這種生成式 AI 模型支撐了圖像、視頻和音樂生成領域的最新快速發(fā)展。然而，GenCast 與這些模型不同，它適用于地球的球面幾何形狀，并在獲得最新的天氣狀態(tài)作為輸入后，學習準確生成未來天氣情景的復雜概率分布。

GenCast 使用 ECMWF ERA5 檔案中四十年的歷史氣象數(shù)據(jù)進行訓練，數(shù)據(jù)包括溫度、風速、氣壓等變量，模型直接從這些數(shù)據(jù)中學習全球天氣模式，分辨率高達 0.25°。

在 Google Cloud TPU v5 上，GenCast 只需 8 分鐘即可生成一個 15 天的天氣預報，并且集合中的每個預測都可以并行生成，遠超傳統(tǒng)物理模型的計算速度。

GenCast 性能評估與應用：

使用 2018 年前的數(shù)據(jù)訓練，2019 年的數(shù)據(jù)測試，GenCast 在 1320 種不同變量和提前時間的組合測試中，準確率超過 ENS 的 97.2%，在提前 36 小時以上的預測中，準確率更是高達 99.8%。

此外 GenCast 在預測極端高溫、低溫和強風等方面持續(xù)優(yōu)于 ENS，并能更準確地預測臺風 / 颶風的路徑，例如對臺風“海貝思”的路徑預測。

參考

• GenCast predicts weather and the risks of extreme conditions with state-of-the-art accuracy
• Probabilistic weather forecasting with machine learning