一個新的研究人員預測，（人工智能）驅動的天氣預報系統可以改變預測
研究人員周四（3 月 20 日）在該雜誌上報導稱，該系統被稱為 Aardvark Weather，其生成預報的速度比傳統預報系統快數十倍，而使用的計算能力卻只有一小部分。。
當前的天氣預報是通過將數據輸入複雜的物理模型來生成的，這是一個多階段的過程，需要在專用的計算機上花費幾個小時。
Aardvark Weather 繞過了這一苛刻的過程：機器學習模型使用來自衛星、氣象站、船舶和氣象氣球的原始數據來進行預測，而不依賴於大氣模型。研究小組指出，衛星數據對於模型的預測尤為重要。
有關的：
研究人員聲稱，這種新方法可以在天氣預報的成本、速度和準確性方面提供重大優勢。 Aardvark Weather 不需要超級計算機和專門的團隊，只需幾分鐘即可在台式計算機上生成天氣預報。
用人工智能取代天氣預報管道
該團隊將 Aardvark 的性能與生成全局預測的現有預測系統進行了比較。 Aardvark 僅使用傳統預報系統所需觀測數據的 8%，表現優於美國國家氣象局全球預報系統（GFS）系統的預測與美國氣象局的預測相當。
然而，Aardvark 的空間分辨率略低於當前預報系統的空間分辨率，這可能使其初始預測與超本地天氣預報的相關性降低。 Aardvark Weather 以 1.5 度分辨率運行，這意味著其網格中的每個框覆蓋 1.5 度緯度和 1.5 度經度。為了進行比較，GFS 使用 0.25 度的網格。
然而，研究人員還表示，由於人工智能從輸入的數據中學習，因此可以對其進行定制以預測特定領域的天氣，例如非洲農業的溫度或歐洲可再生能源的風速。 Aardvark 可以整合更高分辨率的區域數據（如果有），以完善當地的預測。
研究合著者表示：“這些結果只是 Aardvark 所能實現的目標的開始。” 安娜·艾倫劍橋大學在聲明中表示。 “這種端到端學習方法可以輕鬆應用於其他天氣預報問題，例如颶風、野火和龍捲風。除了天氣之外，它的應用還擴展到更廣泛的地球系統預測，包括空氣質量、海洋動力學和海冰預測。”
研究人員表示，Aardvark 還可以支持世界上缺乏資源的地區的預測中心，將全球預測細化為高分辨率的區域預測。
“Aardvark 的突破不僅僅在於速度，還在於訪問。” 斯科特·霍斯金英國阿蘭圖靈研究所的人工智能研究員在聲明中表示。 “通過將天氣預報從超級計算機轉移到台式計算機，我們可以使預測民主化，使這些強大的技術可供世界各地的發展中國家和數據稀疏地區使用。”
