人工智慧又在新的領域擊敗了人類！這次是天氣預報。Google DeepMind研究人員近日在論文中指出，其GraphCast AI模型是天氣預報的一個「轉折點」。
比歐洲的「黃金標準」更精準
有多項評估指出，GraphCast比在歐洲中期天氣預報中心（European Centre for Medium-range Weather Forecasts，ECMWF）內運行、領先世界的天氣預報系統，在未來10天內的預測上更加精準，ECMWF又被視為「黃金標準」。
結果顯示，GraphCast在1380個指標中，有90%優於ECMWF，包括預測不同大氣層的溫度、壓力、風速、風向以及溼度等。GraphCast的準確度比歐洲模型高出約10%。此外，GraphCast還能預測熱帶氣旋、大氣河流、熱浪和寒潮等極端事件。
ECMWF機器學習協調員錢特里（Matthew Chantry）表示，這幾年氣象領域中的AI進步得比他們之前預期的還要快上許多，令人印象深刻。
奇蹟般地進步
ECMWF是一家總部位於英國雷丁的政府機構，一直以來都在使用包括DeepMind、NVIDIA、華為的AI模型，以及自家的整合預測系統來進行即時預測。
錢特里認同DeepMind的說法，他指出GraphCast的確是最準確的系統，比華為的盤古氣象、NVIDIA的FourCastNet都更加準確。
GraphCast是使用一種稱為圖像化神經網路（graph neural network）的機器學習架構，自過去40多年ECMWF的資料學習天氣資訊，可在一台Google TPU v4 雲端電腦上，於1分鐘內產生全球各地的地點未來10天的天氣預測。作為對比，使用超級電腦的傳統預測的方法則需要數小時。
錢特里指出，GraphCast在經過訓練之後的運作成本非常低，在能源消耗部分，甚至可以便宜1,000倍，他形容：「這是奇蹟般地進步。」
在實際應用上，錢特里也成功預測9月北大西洋的颶風Lee，該AI模型在颶風登陸的9天前，就成功且正確地做出預測。而一般傳統的方法，最多僅能預測6天，等於多給人們3天的時間為颶風的到來做好準備。
以過往資料訓練，AI能預測極端氣候異狀嗎？
值得注意的是，英國氣象局也在10月宣布，與英國AI研究中心艾倫圖靈研究所（Alan Turing Institute）合作，開發自己的天氣預報圖像化神經網路，並將其納入現有的超級電腦中。
英國氣象局科學主任沃斯帕（Simon Vosper）認為，這種AI系統只接受過先前天氣條件的訓練，那麼這些系統是否能應對新的極端天氣狀況，就值得接受公平的質疑。因此英國氣象局將把AI與傳統電腦模型相互結合，發揮最佳效果，「我們相信這種技術的結合將在這個急遽變化的時代提供最可靠、最詳細的天氣預報。」
不過，Google DeepMind研究總監、該研究的合著者之一巴塔利亞（Peter Battaglia）就指出，傳統的觀點的確會認為，在稀有、不尋常的事物上使用AI的效果可能不佳，但GraphCast確實做得很不錯。
從數據上來看，GraphCast在2到4天的預報時間內，將氣旋預報追蹤誤差減少了大約10到15英里，將與大氣河流相關的水氣預報提高10%到25%，並在5到10天內的預報期，提供了更精確的極端高溫和低溫預報。
但GraphCast的確也非十項全能。在預測颶風突然爆發性增強這一方面，就不比傳統模型來得好。另外在雷暴、山洪等較小規模，或者可在短時間產生巨大降水量的天氣系統方面也不太管用。
預測方式不透明成為挑戰
錢特里指出，ECMWF下一步就是建立自己的AI模型，並考慮將其系統相互結合。
過去2年包括Google、微軟（Micorsoft）、NVIDIA和華為都各自推出了自家的AI天氣模型預測系統，並且聲稱其表現與歐洲模型一樣良好。
不過這樣的AI預測系統也有一些問題需要被解決，例如其預測的方式更不透明（又被稱為黑盒子），亦缺乏工具來確定AI為何會做出這樣的預測，這對氣象學家來說將是個待解決的挑戰。