谷歌 Deepmind 找到了一种彻底改变天气预报世界的方法。为了改进预测，该子公司依赖 GraphCast，这是一种以海量数据为基础的人工智能模型。该算法比传统系统更可靠、更准确、更快速。
DeepMind 是谷歌完全致力于人工智能的子公司，它开发了一种旨在预测天气的新程序。该软件名为 GraphCast，依靠 AI 提供更可靠的天气预报与传统的预测模型相比。过去六个月已经对人工智能进行了测试。 Deepmind 研究人员在《科学》杂志和 Google 网站上的新闻稿中详细介绍了 GraphCast 的操作和性能。
据 Deepmind 称，该 AI 模型能够预测“比行业标准天气模拟系统更准确、更快地提前 10 天获取天气状况”。值得注意的是，GraphCast 成功地提前 9 天预测了 9 月份袭击加拿大和美国的飓风李的确切位置。气象学家的传统工具在六天内没有看到任何变化。该算法还能够确定飓风的速度和轨迹。
更可靠的天气
在 Deepmind 研究人员研究的 90% 的情况下，该模型表现出了自己的能力更可靠比通常的系统。此外，GraphCast 速度更快。只需一分钟即可接收天气预报。
最后，人工智能可以在普通计算机上运行。无需投资具有强大计算能力的机器即可从 GraphCast 获得预测。该模型要求计算能力的一小部分传统的预测方法。这些还需要超级计算机网络来运行。
“这种人工智能方法的主要优点是非常精确。她利用了数十年的数据 »”，创建 GraphCast 的 Deepmind 研究人员之一 Remy Lam 在接受《科学》杂志采访时说道。英国广播公司。
数据的重要性
研究人员补充说，通常的模型不会突然被人工智能取代。 Deepmind的解决方案主要设计为补语到传统方法。事实上，GraphCast 依赖于常用模型从气象站、卫星、大气中的气球、海洋中的浮标和飞机收集的大量数据。人工智能仅介入第二步“选择那些最重要的”。为了提供单一预测，GraphCast 需要大约 1000 万次天气测量。
“人工智能模型是根据数据进行训练的，而这些数据是通过传统方法生成的，因此我们仍然需要传统方法来收集数据来训练模型””，雷米·林 (Remy Lam) 总结道。
收集数据后，模型将使用机器学习，人工智能的一个专业领域。它允许计算机程序自主开发、学习和调整，无需人工干预。算法所需的唯一元素是大量数据。 AI 还使用 40 年的天气数据来完善其估计。正如气候学教授 Xavier Fettweis 向 RTB 的同事解释的那样，GraphCast 在某种程度上依赖于过去来预测未来：
“这种人工智能基于一种称为“类似物”的旧天气预报技术。这个概念很简单：找到过去类似的大气配置来做出当前的预测。到目前为止，这种做事方式需要大量人力资源（因为它无法自动化，并且必须针对所研究的每个地区或天气变量进行调整），而人工智能显然不再是这种情况”。
Deepmind主要计划使用GraphCast来提高三天以上预测的准确性。谷歌子公司指出，该工具“已被气象机构使用”。欧洲中期天气预报中心的情况尤其如此。在儿子网站，这个政府间机构还允许您实时查阅 GraphCast 所做的预测。
Opera One - AI 驱动的网络浏览器
作者：歌剧
来源 ： 谷歌
