近日，谷歌旗下的DeepMind团队发布了一项革命性的AI气象预测技术——GenCast模型，该技术能够提前15天提供精准且快速的天气预报，其预测准确度甚至超越了欧洲中期天气预报中心（ECMWF）的ENS系统。
天气状况对每个人的生活都有着深远的影响，从日常决策到安全保障，再到生活方式的选择，无一不受其影响。随着气候变化的加剧，极端天气事件频发，准确可靠的天气预报变得比以往任何时候都更加重要。然而，天气预报始终存在一定的不确定性，尤其是对未来几天的预测更是难以捉摸。
为了应对这一挑战，科学家和气象机构通常采用概率集合预报方法，即利用模型预测一系列可能的天气情景，而非单一确定的预报。这种方法比依赖单一预报更为实用，因为它能为决策者提供更全面的信息，包括未来几天和几周内可能出现的天气状况以及每种情景的可能性。
传统的天气模型主要建立在确定性天气模型之上，仅提供对未来天气的单一最佳估计。而GenCast则采用了全新的方式，它是一种扩散模型，属于生成式AI的范畴，这种模型在图像、视频和音乐生成等领域已经取得了显著的进展。GenCast的独特之处在于，它能够适应地球的球面几何形状，并学习准确生成未来天气情景的复杂概率分布。
为了训练GenCast，DeepMind团队使用了ECMWF ERA5档案中四十年的历史气象数据，包括温度、风速、气压等变量。模型直接从这些数据中学习全球天气模式，分辨率高达0.25°。在Google Cloud TPU v5的强大算力支持下，GenCast只需8分钟即可生成一个15天的天气预报，且集合中的每个预测都可以并行生成，计算速度远超传统物理模型。
在性能评估方面，GenCast表现出色。使用2018年前的数据训练，2019年的数据测试，GenCast在1320种不同变量和提前时间的组合测试中，准确率超过ENS的97.2%。特别是在提前36小时以上的预测中，准确率更是高达99.8%。GenCast在预测极端高温、低温和强风等方面也持续优于ENS，并能更准确地预测台风/飓风的路径。
以台风“海贝思”的路径预测为例，GenCast的预测结果更为准确，为防灾减灾提供了有力的支持。这一技术的突破不仅提升了天气预报的准确度，还为应对气候变化带来的挑战提供了新的解决方案。
GenCast的成功不仅在于其技术上的创新，更在于它所带来的实际应用价值。随着技术的不断发展和完善，相信GenCast将在未来的天气预报领域发挥更大的作用，为人们的生活和决策提供更加精准和可靠的信息。
