谷歌发布天气预测系统,惊人地准确!还开源
这就太厉害了!只需输入当前和6小时前的天气状态,AI就能不断滚动,预测未来10天的天气状况,并且准确率比当前最厉害的天气模型还要高得多,这就是搜索巨头谷歌研发的最新机器学习天气系统——GraphCast。
你可能完全无法想象,谷歌会去研究天气系统,似乎完全跨界了,但实际谷歌地图很早以前就有天气图层了,可以给你提供实时天气信息,你出门的时候就可以知道带不带雨伞了。然而此前的天气预测可能不是那么准确,所以谷歌一直在致力于更精准的天气预测系统研究。
目前的天气预测基于数值天气预报(NWP),是把当前的天气状况输入超级计算机中,根据流体动力学、热力学和其他大气科学原理来模拟即将发生的变化,需要大量的计算能力,方程复杂,计算耗时,成本高昂。
GraphCast则更加重视历史数据,它利用卫星、雷达和气象站等多种数据源,结合数值天气预报技术来填补缺失数据,重建全球40年来的历史天气记录,根据过去天气规律来进行预测。
换句话说,NWP是从地球表面空气分子的实际状态出发,根据分子运动和碰撞来计算未来天气会怎么样,这就有点像拉普拉斯妖,只要知道宇宙中某个时刻所有原子的确切位置和动量,就能够用牛顿定律来计算它们任意时刻的位置和动量,从而推知宇宙过去未来的所有过程。
GraphCast则是基于机器学习和图神经网络 (GNN)来处理数据,简单地根据过去的天气状况进行预测。具体来说是将当前天气状况及6个小时前的天气状况输入,预测后6个小时的天气状况,然后将这些预测反馈回模型,不断滚动执行相同的计算,就可以在一台 Google TPU v4机器上,1分钟内得出长达10天的预测,比起使用超级计算机的NWP高效和廉价得多。
那么GraphCast的预测准确性如何呢?
根据谷歌团队11月14日发表在《科学》杂志上的论文,GraphCast在1380个验证目标中,90%的预测准确性都显著高于现在最好的欧洲中期天气预报中心 (ECMWF)的高分辨率预报模型(HRES),而对6-20公里对流层的预测,更是高达99.7%。并且GraphCast只需一台计算机运算不到1分钟,而HRES需要数百台机器组成的超级计算机进行数小时的运算。
不仅如此,在预警风暴、大气河、极冷极热等极端天气事件上,GraphCast也显著优于HRES,比如9月份的热带气旋“李”登陆加拿大新斯科舍省,GraphCast就提前9天准确预测了“李”的运动路径及登陆时间和地点,而HRES不确定性更大,并且只能提前6天。
GraphCast按照0.25个经纬度,也就是28 公里x28公里的分辨率,将全球划分成100多万个网格,可以在每个网格内37个不同的海拔高度处,提供温度、风速、湿度、降水、气压、位势等6个变量的预测数据,也就是说从1米、2米、3米、5米、10米一直到1000米高度的天气都可以准确预测了,立体无死角,这下天气狂魔再也嚣张不起来了。
目前GraphCast已经成为世界上最准确的全球10天天气预报系统,谷歌认为这将是全球天气预报的一个转折点,已经将模型开源,并将集成到各种天气预报系统中进行即时天气预报,美国和欧洲的中期天气预报中心已经在试验中使用该模型。谷歌预计,这将让数十亿人受益,并拯救生命免受风暴和极端天气的伤害。不仅如此,谷歌还希望通过开发新工具和加速研究,让GraphCast了解更广泛的气候模式,帮助国际社会应对人类面临的最大环境挑战——气候变化。
网友评论