來源：ScienceAI

編輯：蘿卜皮

近日，臺風蝴蝶正在我國南海地區肆虐……

臺風極其危險，不僅危及人們的生命，還會對它路過的城市、村莊、農田等造成破壞，產生的損失難以估量。

因此，準確預測臺風是一件極其重要且極具價值的事情。

2025 年 6 月 12 日，Google DeepMind 與 Google Research 推出了 Weather Lab 來托管他們的實驗性 AI 熱帶氣旋模型。該模型可以預測氣旋的形成、路徑、強度、大小和形狀，并生成最多提前 15 天預測的 50 種可能情景。

這將有助于決策者通過更有效的災害準備和更早的疏散來應對臺風，保護人們的生命財產安全。

臺風或者說氣旋的預測極其困難，畢竟它涉及大量湍流系統，想想大學物理里用來描述湍流的方程，那叫一個復雜。

在基于物理的氣旋預測中，為了應對實際需求，需要進行近似計算，單一模型很難同時出色地預測氣旋的路徑和強度。全球低分辨率模型在預測氣旋路徑方面表現最佳，但是卻無法捕捉決定氣旋強度的精細尺度過程。

沒錯，這是一個兩難的問題。所以，DeepMind 是怎么解決這些問題的呢？我們先看一篇他們新發布的論文。

論文鏈接：

https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/how-we-re-supporting-better-tropical-cyclone-prediction-with-ai/skillful-joint-probabilistic-weather-forecasting-from-marginals.pdf

論文里，DeepMind 研究人員介紹了一種簡單、可擴展且靈活的方法 FGN，這與 Weather Lab 所托管的模型密切相關。

這是一種用于天氣概率建模的全新方法，它結合了架構、訓練和推理功能，比他們之前推出的人工智能氣象預測模型 GenCast 更快、更靈活、性能更佳。

研究人員基于歐洲中期天氣預報中心（ECMWF）的 ERA5 再分析數據（該數據集通過數百萬條觀測數據重建了整個地球的過去天氣）和 HRES（包含過去 45 年來近 5,000 個觀測到的氣旋的路徑、強度、大小和風半徑等關鍵信息）運行初始條件訓練 FGN，從而優化連續排序概率評分 (CRPS)。CRPS 是概率天氣預報的常用頂級指標。

FGN 在確定性和概率性指標的基準測試中全面超越 GenCast。其預測分布通常具有與先前模型相似甚至更好的校準效果，對極端事件的預測同樣出色甚至更好。FGN 的熱帶氣旋路徑預測也顯著優于先前的模型（ < 0.05），無論是平均軌跡還是路徑概率。

翻譯成普通話就是，他們的模型對氣旋軌跡和強度的預測與當前基于物理的方法一樣準確，甚至更準確。

視頻：動畫展示了實驗性氣旋模型的預測結果。（來源：官網）

該團隊一直與負責評估大西洋和東太平洋盆地氣旋風險的美國國家颶風中心 (NHC) 合作，目的是更科學地驗證他們的方法和結果。

NHC 的專家預報員現在可以實時查看該實驗性氣旋模型以及其他基于物理的模型和觀測結果的預測。研究人員希望這些數據能夠幫助 NHC 改進預報，并為與熱帶氣旋相關的災害提供更早、更準確的預警。

視頻：對珊瑚海三級氣旋「阿爾弗雷德」的預測展示。（來源：官網）

Weather Lab 還提供不同 AI 天氣模型的實時和歷史氣旋預測，以及歐洲中期天氣預報中心 (ECMWF) 的物理模型。他們的多個 AI 天氣模型正在實時運行，包括 WeatherNext Graph、WeatherNext Gen 和最新的實驗性氣旋模型。

DeepMind 還推出了 Weather Lab 的互動網頁，其中包含兩年多的歷史預測數據，供氣象專家和研究人員下載和分析，從而能夠對所有海域的模型進行外部評估。

Weather Lab 的用戶可以探索和比較各種人工智能和基于物理的模型的預測。綜合起來，這些預測可以幫助氣象機構和應急服務專家更好地預測氣旋的路徑和強度。這可以幫助專家和決策者更好地應對不同情況，分享相關風險信息，并支持應對氣旋影響的決策。

此外，小編在這里提醒大家：Weather Lab 是一個研究工具，它顯示的實時預測是由仍在開發中的模型所生成的，并不是官方的預警。想要了解天氣，小伙伴們仍然要看官方氣象部門的天氣預報。

結語

總之，將分析數據和氣旋數據一起建模，可以顯著提升模型的氣旋預測能力。

DeepMind 團隊對美國國家颶風中心（NHC）在北大西洋和東太平洋盆地觀測到的颶風數據（測試年份為 2023 年和 2024 年）進行的初步評估表明，新模型的 5 天氣旋路徑預測比 ECMWF 的 ENS更接近真實的氣旋位置，平均接近 140 公里。這與 ENS 3.5 天預測的精度相當——這 1.5 天的改進通常需要十多年才能實現。

科羅拉多州立大學大氣合作研究所 (CIRA) 的 Kate Musgrave 團隊對該模型進行了評估，發現其「在路徑和強度預測方面堪比甚至超越了最佳實際模型」。

Musgrave 表示：「我們期待在 2025 年颶風季的實時預報中驗證這些結果。」

在 DeepMind 發布的推文下面，有位網友感嘆道：「……AI 能夠解決實際問題而非僅生成文本……」。

最后，小編提醒正在受臺風蝴蝶影響的小伙伴們，一定要注意安全！

相關內容：

https://x.com/GoogleDeepMind/status/1933178921840693291

https://deepmind.google/discover/blog/weather-lab-cyclone-predictions-with-ai/?utm_source=X&utm_medium=social&utm_campaign=WeatherLab

閱讀最新前沿科技趨勢報告，請訪問歐米伽研究所的“未來知識庫”

https://wx.zsxq.com/group/454854145828

未來知識庫是“ 歐米伽 未來研究所”建立的在線知識庫平臺，收藏的資料范圍包括人工智能、腦科學、互聯網、超級智能，數智大腦、能源、軍事、經濟、人類風險等等領域的前沿進展與未來趨勢。目前擁有超過8000篇重要資料。每周更新不少于100篇世界范圍最新研究資料。 歡迎掃描二維碼或訪問https://wx.zsxq.com/group/454854145828進入。

截止到3月31日 ”未來知識庫”精選的百部前沿科技趨勢報告

（加入未來知識庫，全部資料免費閱讀和下載）