谷歌旗下的DeepMind团队近日宣布，在飓风预测领域取得了革命性的进展，成功开发出一款人工智能系统，该系统能够以前所未有的精确度预测热带气旋的行进路径和强度。这一创新解决了传统气象模型长期以来面临的预测难题。
同时，DeepMind还推出了一个名为“Weather Lab”的互动平台，用于展示其气旋预测模型的实验成果。该平台能够生成未来15天内多达50种可能的风暴情景。尤为DeepMind与美国国家飓风中心（NHC）建立了合作关系，这是该联邦机构首次将实验性的人工智能预测纳入其官方预测流程。
DeepMind研究科学家、项目负责人Ferran Alet在新闻发布会上透露，他们此次展示了三项重要成果。首先是专为气旋预测定制的全新实验模型。其次，他们宣布了与美国国家飓风中心的合作，使得专业预报员能够实时获取AI预测结果。
这一突破标志着人工智能在天气预报领域的应用迈出了重要一步。热带气旋，包括飓风、台风和气旋，在过去50年里造成了高达1.4万亿美元的经济损失，因此准确的预报对于保护沿海地区的数百万居民至关重要。
传统天气模型在预测风暴路径和强度时一直存在局限性。全球性的低分辨率模型擅长预测风暴的大致走向，但在预测强度方面力不从心；而区域性的高分辨率模型虽然能更好地预测强度，却无法全面捕捉大气模式。Alet解释说，热带气旋预测之所以困难，是因为它涉及两个不同方面的预测：路径预测，即气旋将移动到哪里；以及强度预测，即气旋将达到何种强度。
DeepMind的实验模型旨在同时解决这两个问题，并在遵循NHC标准的内部评估中展现出显著优势。在路径预测方面，该AI系统的五天预报比欧洲领先的物理集成模型ENS更接近实际风暴位置，平均误差减少了140公里。更令人瞩目的是，在强度预测方面，该系统的表现也优于美国国家海洋和大气管理局（NOAA）的飓风分析和预报系统（HAFS），而以往AI模型在强度预测上一直难以取得进展。
除了准确度的提升，该AI系统还具备显著的速度优势。传统的物理模型可能需要数小时才能生成预测结果，而DeepMind的模型只需一分钟就能在专用计算机芯片上生成未来15天的预测。Alet指出，新模型的速度比DeepMind之前的版本快了约8倍。
这种速度优势使得AI系统能够满足紧迫的预测需求。DeepMind气象团队的研究工程师Tom Anderson解释说，NHC要求在数据收集后六个半小时内提供预测，而AI系统已经提前实现了这一目标。
与美国国家飓风中心的合作进一步验证了AI天气预报的有效性。DeepMind气象团队高级主管Keith Battaglia表示，此次合作正在从非正式对话发展为更正式的伙伴关系，使预报员能够将AI预测与传统方法相结合。随着2025年大西洋飓风季的临近，NHC预报员将能够实时查看AI预测，并结合传统的物理模型和观测数据，从而提高预测准确性并提前发出预警。
科罗拉多州立大学大气合作研究所的研究科学家Kate Musgrave博士一直在独立评估DeepMind的模型。她发现，该模型在轨迹和强度预测方面的表现堪比甚至超越了最佳的传统模型，并表示期待在2025年飓风季的实时预报中进一步验证这些结果。
该AI模型的有效性得益于其对两个不同数据集的训练：一个是基于数百万次观测重建的全球天气模式再分析数据，另一个是包含过去45年观测到的近5000次气旋详细信息的专门数据库。Alet解释说，这种双重方法与以往主要关注一般大气条件的人工智能天气模型不同，因为它使用了特定的气旋数据进行训练。
该系统还融入了DeepMind最新的概率建模技术——“功能生成网络（FGN）”，该技术通过学习扰动模型参数来生成预测集合，从而创造出比以往方法更具结构化的变体。
Weather Lab已经启动，并包含了两年多的历史预测数据，供专家评估模型在所有海盆中的性能。Anderson利用2024年的飓风贝丽尔和2023年的飓风奥蒂斯展示了该系统的功能。特别是飓风奥蒂斯在袭击墨西哥前迅速增强，令许多传统模型措手不及。当DeepMind向NHC预报员展示这一案例时，他们表示，如果当时能够获取到相关数据，该模型很可能会更早地发出这场飓风潜在风险的预警。
