11 月 17 日消息，當熱帶風暴“梅麗莎”（Melissa）尚在海地以南海域盤旋時，美國國家颶風中心（NHC）氣象學家菲利普?帕潘（Philippe Papin）就已確信，其即將迅猛增強為一場超強颶風。

作為當值首席預報員，帕潘大膽預測：僅 24 小時內，“梅麗莎”就將增強為四級颶風，并開始轉向、直撲牙買加海岸。這是 NHC 歷史上首次有預報員對風暴快速增強趨勢發布如此明確而激進的預測。

然而，帕潘手中握有一張王牌：谷歌新近推出的 DeepMind 颶風人工智能（AI）模型，該模型于今年 6 月首次投入實戰應用。事實證明，其預測精準無誤：“梅麗莎”最終以驚人強度橫掃牙買加。

如今，NHC 的預報員正愈發倚重谷歌 DeepMind 模型。谷歌 DeepMind 是全球首個專為颶風預報研發的人工智能模型，也是首個在颶風預報這一專業領域超越傳統數值天氣預報系統的 AI 系統。在本年度大西洋已生成的全部 13 個熱帶風暴中，該模型表現最佳，其路徑預測能力甚至超越了資深人類預報員。

最終，“梅麗莎”以五級颶風強度登陸牙買加，成為近兩個世紀大西洋颶風觀測記錄中最強登陸風暴之一。帕潘這一果敢而精準的提前預警，很可能為牙買加民眾爭取了寶貴的防災準備時間，進而挽救生命、減少財產損失。

事實上，谷歌 DeepMind 開展天氣預報工作已有數年；其母系統，即此次颶風專用模型所依托的基礎天氣預報系統，去年在大尺度天氣形勢診斷方面亦展現出卓越能力。

谷歌的模型通過識別傳統上耗時的基于物理學的天氣模型可能遺漏的模式來發揮作用。“相較于依賴物理方程、耗時費力的傳統模式，AI 模型運算速度顯著更快，且對計算資源需求更低、成本更小。”前 NHC 預報員邁克爾?洛瑞（Michael Lowry）表示，“短短一個颶風季便已充分證明：新興 AI 天氣模型不僅具備競爭力，在某些情況下，其準確性甚至超越了我們長期依賴的、更慢的傳統物理模型。”

需要強調的是，谷歌 DeepMind 屬于機器學習（machine learning）范疇 ，這一技術在氣象學等數據密集型科學領域已有多年應用歷史，而非類似 ChatGPT 的生成式人工智能（generative AI）。

據IT之家了解，機器學習通過海量數據訓練，自動提取內在模式，其運算僅需數分鐘即可完成，且可在普通臺式機上運行；與之形成鮮明對比的是，各國政府數十年來依賴的旗艦級數值預報系統，往往需耗費數小時運行時間，并依賴全球最頂尖的超級計算機集群。

“我深感震撼。”已退休的 NHC 資深預報員詹姆斯?富蘭克林（James Franklin）表示，“目前樣本量已足夠大，顯然這絕非‘新手運氣’。”

富蘭克林指出，盡管今年 DeepMind 在全球颶風路徑預報上全面領先其他模型，但如同許多 AI 系統一樣，其在極端強度預報方面仍偶有偏差。例如，今年早些時候對加勒比海以北快速增強至五級的“艾琳”（Erin）颶風，以及周一登陸菲律賓的“卡瑪吉”（Kalmaegi）臺風，DeepMind 均曾出現顯著預報偏差。

富蘭克林透露，他計劃在即將到來的颶風間歇期與谷歌展開合作，探討如何進一步提升 DeepMind 模型對預報員的實用性，例如提供更豐富的“底層”診斷數據，以幫助預報員理解模型得出特定結論的內在邏輯。

“唯一令我困擾的是，盡管這些預報看似極為精準，但模型輸出仍近乎一個‘黑箱’。”富蘭克林坦言。

值得注意的是，此前從未有私營營利性企業開發出頂尖層級的天氣預報模型并允許研究人員窺探其技術細節。與之相反，幾乎所有現有主流模式均由各國政府公開研制與維護，并免費向全球完整公開其算法與源代碼。雖然谷歌已通過專用網站實時公開 DeepMind 的核心預報結果，但其核心技術細節仍基本處于保密狀態。

谷歌并非唯一探索 AI 天氣預報的先行者。美歐政府亦在積極推進自研 AI 氣象模型，初步結果表明，其性能已明顯優于既往非 AI 版本。

【來源：IT之家】