當你下次對預報出錯的天氣翻白眼時，請記住，預測天氣是科學中最複雜的問題之一。現在，Google已經讓人工智慧扮演了天氣預報員的角色，並證明了只需一分鐘，它就能提前最多10天做出準確的預測。而這項任務通常需要一屋子的超級電腦花費幾個小時才能完成
著名的蝴蝶效應假設指出，風暴是否會醞釀可能受到世界另一端一隻蝴蝶扇動翅膀這樣微小的事物的影響。天氣預報的任務是將這些眾所周知的蝴蝶的信息轉化為準確的模型，告訴你是否應該繼續計劃下週六的野餐
這樣做涉及到所謂的數值天氣預報（NWP），它使用世界各地的當前天氣觀測作為輸入數據，並透過在超級電腦上運行的複雜物理方程式進行運算。但現在，Google推出了一款名為「GraphCast」的人工智慧系統，它可以在不那麼強大的硬體上更快地處理資料。
這個人工智慧是透過對40年來的天氣再分析資料進行訓練而得到的，這些資料是由衛星圖像、雷達和氣象站收集的。 GraphCast會在六小時前取得的天氣狀況和目前狀態，並利用這些寶貴的數據來預測六小時後的天氣狀況。基於此，它能夠以每6小時為間隔向前預測，並建立長達10天的天氣預測
GraphCast在地球表面的100多萬個網格點上進行這項工作，每個網格點的經緯度為0.25度。在每一個點上，模型都考慮了地表的五個變量，如溫度、壓力、濕度、風速和方向，以及37個不同高度的大氣中的六個變量。
在測試中，GraphCast在一台谷歌TPU v4機器上進行了運行，並與當前天氣預報的黃金標準進行了比較：一個名為“高分辨率預報（HRES）”的模擬系統，在超級計算機上運作。 GraphCast能夠在一分鐘內預測未來10天的天氣，並且在90%的測試變數和預測提前期上比HRES更準確。當這些模型集中在對流層時，GraphCast在99.7%的情況下表現優於HRES。對流層是大氣的最低層，準確的預測在日常生活中非常有用且適用
在GraphCast展示的能力中，更令人印象深刻的是，儘管它沒有經過專門的訓練，它比HRES更早識別出惡劣天氣事件。在一個現實世界的例子中，人工智慧能夠準確地提前9天預測颶風登陸的地點，而傳統的預測只有提前6天確認
Google表示，GraphCast的程式碼是開源的，允許世界各地的科學家對其進行實驗，並將其納入日常天氣預報。這種數位處理感覺像是人工智慧的完美工作，這樣他們就可以把藝術和寫作留給我們人類。
這項研究的結果在《科學》雜誌上發布了
如果朋友喜歡，請關注「知新了」！
以上是谷歌人工智慧在快速、準確的天氣預報方面擊敗了超級計算機的詳細內容。更多資訊請關注PHP中文網其他相關文章！
