GoogleGraphCast使用人工智能和机器学习来预测天气

谷歌创建了一款人工智能天气预报器，可以为气象学家提供更多可用的工具。新模型GraphCast由GoogleDeepMind构建。根据对该模型的最新研究，它已经显示出一些关键的可能性。该模型背后的创建者声称，它比目前支持天气应用程序的工具更好、更快、更节能。

当前大多数应用程序都依赖于称为“数值天气预报”或NWP的预测模型。数值天气预报的工作原理本质上是输入当前的天气条件，然后根据热力学、流体动力学和其他类型的大气科学原理模拟变化。

虽然它已被证明至少在一定程度上是准确的，但这种特定模型非常昂贵并且需要大量复杂的计算能力。不过，借助Google的GraphCast系统，该模型通过查看历史数据来打破传统数据，然后使用机器学习根据过去发生的情况进行预测。

天气预报应用界面

GraphCast可以让天气预报的创建变得更加容易。图片来源：VectorTradition/Adob​​e

仍然涉及许多奇特的计算机工作和科学，但总体而言，该过程要简单得多，并且需要更少的计算来完成。正如该研究所解释的那样，GraphCast首先查看地球天气的当前状态，然后将其与六个小时前的天气进行比较。然后，它根据未来天气将如何变化进行预测。

总而言之，它可以在几天内继续创建预测。与当前用于中期天气预报的主要模型(称为HRES)相比，GoogleGraphCast在90%的测试目标上“显着”优于HRES。

此外，GraphCast还显示出预测极端天气事件的巨大能力，包括意外的温度变化和热带气旋。但是，谷歌表示，它不希望GraphCast取代气象学家工作的传统或标准系统。相反，它的目的是与这些系统一起工作，以提供更好的整体天气预报。