揭秘：谷歌DeepMind新AI模型GenCast如何颠覆天气预报系统

GenCast模型概述

• 预测精度提升：GenCast是一个高分辨率（0.25°）的AI集成模型，能以先进的准确性预测天气和极端条件风险，在预测日常天气和极端事件方面比欧洲中期天气预报中心（ECMWF）的ENS表现更优，可提前15天提供预报，其代码、权重和预报数据将被发布以支持更广泛的天气预报社区。
• 模型类型与原理：是基于扩散模型的生成式AI模型，适应地球球形几何形状，通过学习过去四十年ECMWF的ERA5存档的历史天气数据（包括不同高度的温度、风速和气压等变量），直接从处理后的天气数据中学习全球天气模式，根据最新天气状态输入生成未来天气场景的复杂概率分布。

GenCast模型的优势

• 预测准确性对比：经过严格测试，在1320种不同变量和提前期的组合测试中，GenCast在97.2%的目标上比ENS更准确，在提前期超过36小时的99.8%的目标上表现更佳，在极端天气（如热浪、强风）的预测上能提供更高的相对经济价值，在决策场景中价值更大，且在预测热带气旋（如台风“海贝思”）路径方面表现出色，预测更准确且随着接近登陆点，预测路径更集中。
• 预测效率提高：使用单个Google Cloud TPU v5仅需8分钟即可生成一个15天的GenCast集成预报，且集成中的每个预报可同时并行生成，而传统基于物理的集成预报（如ENS的0.2°或0.1°分辨率预报）在超级计算机上需要数小时。

对社会的影响

• 极端天气防范与应对：更准确的极端天气风险预测可帮助官员挽救生命、减少损失和节约资金，例如在极端高温、寒冷和强风速度预测方面表现良好，在应对台风等灾害时能提供更精准的路径预测。
• 可再生能源规划：在风力发电预测方面比ENS更准确，有助于提高风电作为可持续能源的可靠性，加速其推广应用。

谷歌在气象领域的整体布局

• 模型体系：GenCast是谷歌下一代基于AI的气象模型套件的一部分，包括谷歌DeepMind的基于AI的确定性中期预报、谷歌研究的NeuralGCM、SEEDS和洪水模型等，这些模型已开始为谷歌搜索和地图的用户体验提供支持，并改进降水、野火、洪水和极端高温的预报。
• 合作与开放：谷歌重视与气象机构的合作，继续开发基于AI的方法来增强预报能力，同时强调AI与传统气象学合作的重要性，已将GenCast设为开放模型并发布其代码和权重，还将发布其实时和历史预报，促进与学术界、气象学家、数据科学家、可再生能源公司和专注于粮食安全及灾害应对组织的广泛合作，以应用模型造福人类。