IT之家 11 月(yue) 17 日消息(xi)，當熱帶(dai)風(feng)暴“梅麗莎”（Melissa）尚在海地以南海域盤(pan)旋時，美國(guo)國(guo)家颶風(feng)中心（NHC）氣象(xiang)學家菲利普?帕潘(pan)（Philippe Papin）就已(yi)確信(xin)，其(qi)即將迅猛增(zeng)強(qiang)為一(yi)場超強(qiang)颶風(feng)。

作為當(dang)值首(shou)席預(yu)報(bao)(bao)員(yuan)，帕潘大膽預(yu)測(ce)：僅 24 小(xiao)時內，“梅麗莎”就將增(zeng)強為四級颶風(feng)，并開始轉向、直撲牙(ya)買加海岸。這是(shi) NHC 歷史上首(shou)次有預(yu)報(bao)(bao)員(yuan)對風(feng)暴快速增(zeng)強趨勢發布如此明(ming)確而激(ji)進(jin)的預(yu)測(ce)。

然(ran)而，帕潘手中握有(you)一張(zhang)王牌(pai)：谷歌新近推出的(de) DeepMind 颶風人工智(zhi)能（AI）模型(xing)，該模型(xing)于(yu)今年 6 月首(shou)次投入實戰應(ying)用。事(shi)實證明，其預測精(jing)準(zhun)無誤：“梅麗莎”最終以(yi)驚人強(qiang)度橫掃牙買加(jia)。

如今，NHC 的預報員正愈發倚重谷歌 DeepMind 模型。谷歌 DeepMind 是全球首個專為颶風預報研發的人工智能模型，也是首個在颶風預報這一專業領域超越傳統數值天氣預報系統的 AI 系統。在本年度大西洋已(yi)生成的(de)全部(bu) 13 個熱帶風暴中，該模型表現(xian)最(zui)佳，其路徑預測能力甚(shen)至(zhi)超越了資深人類(lei)預報員。

最(zui)(zui)終，“梅麗莎”以五級颶(ju)風(feng)強度登陸牙(ya)(ya)買(mai)(mai)加(jia)，成為(wei)(wei)近兩個世紀大西洋颶(ju)風(feng)觀測記錄中最(zui)(zui)強登陸風(feng)暴(bao)之一。帕(pa)潘這一果(guo)敢而精準(zhun)的(de)提前預警，很可能為(wei)(wei)牙(ya)(ya)買(mai)(mai)加(jia)民眾爭取了(le)寶貴的(de)防災準(zhun)備時間，進而挽救(jiu)生(sheng)命、減少財產損失。

事實上，谷歌 DeepMind 開展(zhan)天(tian)氣預(yu)報工作已有數年(nian)；其母系統，即此次颶風專(zhuan)用(yong)模型所依托的基礎天(tian)氣預(yu)報系統，去年(nian)在大尺度(du)天(tian)氣形(xing)勢診斷方(fang)面亦展(zhan)現(xian)出卓(zhuo)越能力。

谷(gu)歌(ge)的(de)模(mo)(mo)(mo)型(xing)(xing)通過識別傳統上耗時(shi)的(de)基(ji)于(yu)物(wu)理學的(de)天(tian)氣(qi)(qi)模(mo)(mo)(mo)型(xing)(xing)可能遺漏(lou)的(de)模(mo)(mo)(mo)式(shi)來發揮作用。“相較于(yu)依(yi)賴(lai)物(wu)理方程、耗時(shi)費力(li)的(de)傳統模(mo)(mo)(mo)式(shi)，AI 模(mo)(mo)(mo)型(xing)(xing)運算(suan)速度顯著更(geng)快，且對計算(suan)資源(yuan)需求(qiu)更(geng)低、成本更(geng)小。”前 NHC 預(yu)報員邁(mai)克爾?洛瑞（Michael Lowry）表(biao)示，“短短一個颶風季便已充分(fen)證(zheng)明：新興 AI 天(tian)氣(qi)(qi)模(mo)(mo)(mo)型(xing)(xing)不僅具備競爭力(li)，在某些情況下(xia)，其準確性甚至超越了我(wo)們長期依(yi)賴(lai)的(de)、更(geng)慢(man)的(de)傳統物(wu)理模(mo)(mo)(mo)型(xing)(xing)。”

需要強調的是，谷歌 DeepMind 屬于機器學習（machine learning）范疇 ，這(zhe)一(yi)技(ji)術在(zai)氣象學等數據密集(ji)型科學領(ling)域已有多年應用(yong)歷(li)史，而非類似 ChatGPT 的生成式人工智(zhi)能（generative AI）。

據IT之家了解(jie)，機器(qi)學習通(tong)過(guo)海量數(shu)據訓(xun)練，自動提取內(nei)在(zai)模(mo)式，其(qi)運算僅需數(shu)分鐘即可(ke)完成，且可(ke)在(zai)普通(tong)臺式機上運行；與之形成鮮明(ming)對比的是，各國政府(fu)數(shu)十年(nian)來依賴的旗艦級數(shu)值預(yu)報系統(tong)，往(wang)往(wang)需耗費(fei)數(shu)小時運行時間，并依賴全球(qiu)最頂尖的超級計(ji)算機集群。

“我(wo)深(shen)感震撼(han)。”已(yi)退(tui)休的 NHC 資深(shen)預(yu)報員詹(zhan)姆斯(si)?富蘭(lan)克林（James Franklin）表示，“目前樣本(ben)量已(yi)足夠大，顯(xian)然(ran)這絕非‘新(xin)手運氣’。”

富(fu)蘭克(ke)林指出，盡(jin)管今年(nian) DeepMind 在全球颶(ju)風(feng)路徑預(yu)(yu)(yu)報(bao)(bao)(bao)上全面領先(xian)其他模型(xing)，但如同許多 AI 系統一(yi)樣，其在極端強度預(yu)(yu)(yu)報(bao)(bao)(bao)方面仍偶有偏差。例如，今年(nian)早些時(shi)候(hou)對加勒比(bi)海(hai)以北快速增(zeng)強至五級的(de)“艾琳”（Erin）颶(ju)風(feng)，以及周一(yi)登陸菲律賓的(de)“卡(ka)瑪(ma)吉”（Kalmaegi）臺風(feng)，DeepMind 均曾出現顯(xian)著預(yu)(yu)(yu)報(bao)(bao)(bao)偏差。

富(fu)蘭克林(lin)透露，他(ta)計(ji)劃在即將到來的(de)(de)颶風間歇期與(yu)谷歌展開合作，探討如(ru)何進一步提升 DeepMind 模(mo)型對預報(bao)員的(de)(de)實用性，例如(ru)提供更(geng)豐富(fu)的(de)(de)“底層(ceng)”診斷數據(ju)，以幫助(zhu)預報(bao)員理(li)解模(mo)型得(de)出特定(ding)結論(lun)的(de)(de)內(nei)在邏輯。

“唯一令(ling)我困(kun)擾(rao)的(de)是，盡管這些預報看(kan)似(si)極為精(jing)準，但(dan)模型輸出(chu)仍近(jin)乎一個‘黑箱’。”富蘭克林(lin)坦言。

值得注意的是，此(ci)前從未有私營營利(li)性企業開(kai)(kai)發出(chu)頂尖(jian)層級(ji)的天氣(qi)預報模型并允許研究人員窺探其(qi)技術(shu)細(xi)節。與之相反(fan)，幾乎所有現有主流模式均(jun)由各國(guo)政府公(gong)開(kai)(kai)研制(zhi)與維護(hu)，并免(mian)費向全球完整公(gong)開(kai)(kai)其(qi)算法與源代碼。雖然谷歌已通過專用(yong)網站實時(shi)公(gong)開(kai)(kai) DeepMind 的核心預報結果，但其(qi)核心技術(shu)細(xi)節仍(reng)基(ji)本(ben)處(chu)于保密狀態。

谷歌(ge)并非唯一探索(suo) AI 天氣預報的先行者。美歐政(zheng)府(fu)亦在積(ji)極推進自研 AI 氣象模型，初步(bu)結果(guo)表明，其性(xing)能(neng)已明顯(xian)優于既往非 AI 版(ban)本(ben)。

廣告聲(sheng)明：文內含(han)有(you)的對外跳轉鏈接（包括(kuo)不限于超(chao)鏈接、二維碼、口令等形式），用(yong)于傳(chuan)遞(di)更多信息(xi)，節省甄選時間，結(jie)果僅供(gong)參(can)考，IT之家所(suo)有(you)文章(zhang)均(jun)包含(han)本聲(sheng)明。