一个新研究人员预测（AI）驱动的天气预测系统可能会改变预测。
该系统在周四（3月20日）报道，该系统被称为AARDVARK天气，比使用一小部分计算能力生成的预测比传统的预测系统快数十倍。。
“我们所有人都依靠的天气预报系统已经开发了数十年，但是在短短的18个月内，我们就可以使用桌面计算机上的十分之一的数据来构建与这些系统中最好的系统竞争的东西，” 理查德·特纳，英国剑桥大学的工程师陈述。
当前的天气预报是通过将数据输入复杂的物理模型来生成的，这是一个多阶段的过程，需要在专用的几个小时。
Aardvark的天气规定了这一苛刻的过程：机器学习模型使用来自卫星，气象站，船只和气象气球的原始数据来做出预测，而无需依赖大气模型。团队指出，卫星数据对于模型的预测尤其重要。
有关的：
研究人员称，这种新方法可以在天气预报的成本，速度和准确性方面具有重大优势。 Aardvark的天气无需使用超级计算机和专用团队，而是在短短几分钟内就可以在台式计算机上产生预测。
用AI替换天气预测管道
该团队将Aardvark的性能与产生全球预测的现有预测系统进行了比较。 Aardvark仅使用传统预测系统所需的观察数据的8％，超过了美国国家全球预测系统（GFS）系统，可与美国气象局进行的预测相媲美。
但是，AARDVARK的空间分辨率远低于当前预测系统的空间分辨率，这可能会使其初始预测与超本地天气预测的相关性较低。 Aardvark天气以1.5度分辨率运行，这意味着其网格中的每个盒子均覆盖1.5度的纬度和1.5度的经度。为了进行比较，GFS使用0.25度网格。
但是，研究人员还说，由于AI从喂养的数据中学习，因此可以量身定制以预测特定领域的天气，例如非洲农业的温度或欧洲可再生能源的风速。 AARDVARK可以将其存在的高分辨率区域数据融合在一起，以完善本地预测。
“这些结果只是Aardvark可以实现的开始，”研究合着者 安娜·艾伦剑桥大学在声明中说。 “这种端到端的学习方法可以轻松地应用于其他天气预报问题，例如飓风，野火和龙卷风。除了天气之外，其应用不断扩展到更广泛的地球系统预测，包括空气质量，海洋动力学和海冰预测。”
研究人员说，AARDVARK还可以支持世界上缺乏将全球预测改进高分辨率区域预测资源的地区的预测中心。
“ Aardvark的突破不仅与速度有关，还与访问有关，” 斯科特·霍斯金（Scott Hosking）声明在英国艾伦·图灵研究所（Alan Turing Institute）的AI研究人员。 “通过将天气预报从超级计算机转移到台式计算机，我们可以民主化预测，使这些强大的技术可用于发展世界各地的国家和数据范围内。”
