在天氣預報領域，新的技術革新正在悄然發生。谷歌旗下的DeepMind團隊開發了一款名爲 GenCast 的人工智能天氣預測程序，其預測效果已經超過了當前最頂尖的天氣預報系統 —— 歐洲中期天氣預報中心（ECMWF）的 ENS 預測系統。根據研究，GenCast 在日常天氣和極端天氣事件的預測準確度上，比 ENS 提高了20%。

烏雲 (2)天氣

圖源備註:圖片由AI生成，圖片授權服務商Midjourney

GenCast 的主要優勢在於其快速和高效的預測能力。傳統天氣預報依賴於複雜物理模型，需要在超級計算機上運行數小時。而 GenCast 通過對1979年至2018年間40年的歷史氣象數據進行訓練，僅需八分鐘即可完成15天的天氣預報它能夠在28公里見方的區域內，以12小時爲間隔，預測全球天氣變化。

在一項對比實驗中，Gen 在預測熱帶氣旋及其登陸地點方面表現優於 ENS，尤其是在極端事件的預測上一能力對能源等相關行業有重要的參考價值。雖然目前 GenCast 主要是作爲傳統天氣預的輔助工具，但其準確性和效率都標誌着天氣預技術的一個重要轉折點。

目前 GenCast 是谷歌不斷推進天氣預測 AI 技術的最新成果之一。去年，谷還推出了結合 AI 與傳統物理模型的 NeuralGCM，以及單一最佳預測的 GraphCast。Gen 則通過生成超過50種的天氣預測併爲不同天氣事件分配概率，進一步了預報的可靠性。

氣象學界對這一技術進步表示，英國氣象局的一位首席預報員稱其爲 “令人興奮的工作”，而歐洲中期天氣預報中心的發言人也認可其爲 “重要的進展”。不過，也有專家指出，儘管 GenCast 的性能令人鼓舞，但仍需關注其是否具備足夠的物理現實性以應對天氣預報中的不確定性。

儘管 AI 天氣預測技術展現出巨大的潛力，但專家們表示，取代傳統物理模型的路還很長，未來需要進一步研究以解決相關的科學問題。

劃重點:

🌦️ GenCast 是谷歌開發的 AI 天氣預測程序，準確性超過傳統的 ENS 系統。

⏱️ GenCast 預測時間僅需8分鐘，極大提升了天氣預報的效率。

🧪 儘管 GenCast 表現出色，專家仍然關注其是否能完全取代傳統的物理模型。