一種新的完全由人工智能驅(qū)動(dòng)的天氣預(yù)報(bào)系統(tǒng)已經(jīng)出現(xiàn)，允許研究人員僅使用臺(tái)式計(jì)算機(jī)即可生成天氣預(yù)報(bào)，與傳統(tǒng)系統(tǒng)相比，其速度快幾十倍，計(jì)算能力要求低數(shù)千倍。
這項(xiàng)名為Aardvark（土豚）Weather的新模型是劍橋大學(xué)、阿蘭·圖靈研究所、微軟研究院和歐洲中期天氣預(yù)報(bào)中心（ECMWF）研究人員之間國(guó)際合作的結(jié)果。
《自然》雜志的一篇研究論文詳細(xì)介紹了這個(gè)天氣預(yù)報(bào)系統(tǒng)，該系統(tǒng)基于深度學(xué)習(xí)架構(gòu)，處理大量觀測(cè)數(shù)據(jù)以生成高分辨率的天氣預(yù)報(bào)。Aardvark Weather的創(chuàng)建者聲稱他們的模型是一個(gè)“端到端的人工智能預(yù)測(cè)系統(tǒng)”
準(zhǔn)確的天氣預(yù)報(bào)對(duì)于農(nóng)業(yè)、交通和能源等行業(yè)以及極端天氣事件期間的公共安全至關(guān)重要。傳統(tǒng)的天氣預(yù)報(bào)系統(tǒng)依賴于數(shù)值天氣預(yù)報(bào)（NWP）模型，該模型使用基于物理的方程來(lái)模擬大氣過(guò)程。這包括幾個(gè)步驟，包括收集觀測(cè)數(shù)據(jù)和隨著時(shí)間的推移改善大氣狀態(tài)。這些方法不僅耗時(shí)，而且可能需要大量資源，并且與較新的人工智能模型相比，它們的準(zhǔn)確性往往較低。
然而，即使是一些新的人工智能預(yù)測(cè)模型也依賴于傳統(tǒng)的NWP管道進(jìn)行數(shù)據(jù)初始化。雖然人工智能已經(jīng)能夠取代計(jì)算天氣隨時(shí)間演變的數(shù)值求解器，但其他一些過(guò)程保持不變。
Aardvark Weather的獨(dú)特之處在于，它被設(shè)計(jì)成一個(gè)單機(jī)模型，能夠直接從氣象站和衛(wèi)星等觀測(cè)源獲取數(shù)據(jù)。這種完全由人工智能驅(qū)動(dòng)的方法意味著，現(xiàn)在可以在簡(jiǎn)單的臺(tái)式電腦上在幾分鐘內(nèi)實(shí)現(xiàn)天氣預(yù)報(bào)。研究人員認(rèn)為，與傳統(tǒng)的天氣模型和目前使用的其他基于人工智能的系統(tǒng)相比，Aardvark需要的觀測(cè)數(shù)據(jù)輸入要少得多。
“Aardvark重新構(gòu)想了當(dāng)前的天氣預(yù)報(bào)方法，使天氣預(yù)報(bào)比以往任何時(shí)候都更快、更便宜、更靈活、更準(zhǔn)確，有助于改變發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家的天氣預(yù)報(bào)?！眲虼髮W(xué)工程系的Richard Turner教授說(shuō)，他領(lǐng)導(dǎo)了這項(xiàng)研究。“Aardvark的速度比以前所有的天氣預(yù)報(bào)方法快數(shù)千倍?！?/p>
根據(jù)研究人員的說(shuō)法，僅使用10%的輸入數(shù)據(jù)，Aardvark Weather就能夠在許多變量上超越美國(guó)國(guó)家GFS預(yù)測(cè)系統(tǒng)。他們還聲稱，該系統(tǒng)與美國(guó)氣象局的預(yù)測(cè)精度相匹配，后者利用多個(gè)天氣模型和人類預(yù)報(bào)員的輸入來(lái)提供預(yù)測(cè)。
劍橋大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系的第一作者Anna Allen說(shuō)：“這些結(jié)果只是Aardvark所能取得成就的開始?！薄斑@種端到端的學(xué)習(xí)方法可以很容易地應(yīng)用于其他天氣預(yù)報(bào)問(wèn)題，例如颶風(fēng)、野火和龍卷風(fēng)。除了天氣，它的應(yīng)用還擴(kuò)展到更廣泛的地球系統(tǒng)預(yù)報(bào)，包括空氣質(zhì)量、海洋動(dòng)力學(xué)和海冰預(yù)報(bào)?！?/p>
研究人員認(rèn)為，Aardvark天氣不僅關(guān)乎速度和準(zhǔn)確性，還關(guān)乎易用訪問(wèn)。該系統(tǒng)可用于預(yù)測(cè)發(fā)展中國(guó)家和世界各地?cái)?shù)據(jù)稀疏地區(qū)的天氣，在這些地區(qū)，他們可能無(wú)法獲得最先進(jìn)的天氣預(yù)報(bào)設(shè)備、專業(yè)知識(shí)或計(jì)算資源。
阿蘭·圖靈研究所的Scott Hosking博士表示，完全基于人工智能的預(yù)測(cè)系統(tǒng)可以幫助“從政策制定者和應(yīng)急規(guī)劃者到依賴準(zhǔn)確天氣預(yù)報(bào)的行業(yè)”的每個(gè)人。通過(guò)將天氣預(yù)報(bào)從超級(jí)計(jì)算機(jī)過(guò)渡到臺(tái)式計(jì)算機(jī)，該系統(tǒng)有可能使天氣預(yù)報(bào)平民化，使其更容易被更廣泛的用戶使用。
Aardvark也可以針對(duì)特定的應(yīng)用和地區(qū)進(jìn)行定制。例如，它可用于為農(nóng)業(yè)利益預(yù)測(cè)降雨量，或?yàn)榭稍偕茉丛O(shè)施預(yù)測(cè)風(fēng)速。
隨著埃隆·馬斯克的DOGE減少氣象氣球的發(fā)射，對(duì)創(chuàng)新和高效的預(yù)測(cè)模型的需求比以往任何時(shí)候都更加迫切。Aardvark Weather為彌合這一差距提供了一種解決方案。
雖然Aardvark天氣顯示出潛力，但它仍然是一個(gè)新的實(shí)驗(yàn)?zāi)Ｐ?。它并沒(méi)有消除對(duì)真實(shí)世界天氣數(shù)據(jù)收集的需求，至少現(xiàn)在還沒(méi)有。事實(shí)上，該研究強(qiáng)調(diào)了從衛(wèi)星收集的實(shí)時(shí)天氣數(shù)據(jù)對(duì)確保預(yù)報(bào)準(zhǔn)確性的重要性?，F(xiàn)實(shí)世界的數(shù)據(jù)用于訓(xùn)練這些模型，需要繼續(xù)收集更多的數(shù)據(jù)。
開發(fā)Aardvark Weather的研究人員計(jì)劃擴(kuò)大他們的團(tuán)隊(duì)，并在全球南方部署該系統(tǒng)，該地區(qū)氣候脆弱性更大，支持傳統(tǒng)預(yù)測(cè)方法的基礎(chǔ)設(shè)施有限。在模型變得更加可靠之前，我們將不得不依賴更傳統(tǒng)的方法。然而，人工智能正在打開新的大門。它還使專家能夠?qū)Ｗ⒂诟邔哟蔚姆治龊蜆O端天氣事件預(yù)測(cè)。
熱門跟貼