Google 打造全新AI預報系統 8分鐘內算出15日天氣、號稱準度更勝傳統

由於天氣高度非線性的特質，讓極微小的不確定因素，都可能迅速發展造成對未來天氣變化更巨大的不確定性。一篇在2019年發表於《大氣科學雜誌》的研究即指出，目前中緯度地區的天氣預報，實務上以10天為預測範圍的極限。

不過，由Google旗下AI公司Deepmind推出的天氣預測系統「GenCast」，近期卻號稱已經突破了此一極限。

《自然》期刊昨（4）日發表文章指出，GenCast能在8分鐘內完成15天的天氣預測，且無論在速度、準度與預測範圍上，都擊敗了此前世界上最先進、有高達35國採用的歐洲中期天氣預報中心（ECMWF）集合預報系統（ENS）。

Deepmind官網分別比較了GenCast、ENS兩大系統，在1320種全球風速、溫度等天氣指標組合的15天預測，結果在其中97.2%的指標上，GenCast的預測都比ENS更準確，且在熱浪、強風與熱帶氣旋路徑等指標上，表現也都更好。

《紐約時報》報導，目前歐洲中期天氣預報中心也已開始採用GenCast的部分功能，該中心內部的機器學習協調員錢特里（Matthew Chantry）坦言，「這是我們給出的高度評價」，並點出透過機器學習，可以為人類在面對自然威脅所做出的努力帶來加成效果。

GenCast是採用與ENS在內的傳統預測完全不同方法。傳統預測必須透過跟房間一樣大的超級電腦進行運算，且須花上數小時才能將全球上百萬個氣象站資料轉化為預測數據；然而，GenCast僅須安裝在規模較小的裝置上，且可透過AI學習歷史天氣資料，來預測未來天氣的動態。

《自然》期刊也提到，至今為止發布的其他天氣AI預測模型，通常只能提供特定時間或地點的單一最佳預測結果，不會顯示預測的不確定性，因此也被稱為「確定性模型」；不過GenCast卻可以給出50個以上的機率預測集合，例如在特定時間、地點的下雨機率百分比範圍。

不過DeepMind團隊也承認，GenCast在訓練資料上仍有所不足，例如嚴重依賴龐大的歐洲天氣資料，且能學習的歷史資料起始時間，也僅從世界開始有即時天氣快照的資料開始。

麻省理工學院氣象學教授伊曼紐（Kerry Emanuel）因此向《紐時》分析，GenCast未來應只會是目前預測方法的補充，而不是完全取而代之，兩者的合作才是天氣預測技術往前邁進的最佳方式。

目前Deepmind研究員已公開GenCast模型的底層程式碼，希望其他氣象專家能夠協助測試其預測技術，另外也提供學界評估該模型在極端氣候預測上的表現。