終于有機器能告訴你該穿哪件外套去參加活動了。谷歌 DeepMind，這家搜索巨頭以人工智能為核心的公司，剛剛宣布了一個新的天氣預報模型，它在 90% 以上的時間里都能擊敗傳統系統。該機器學習模型被命名為 GraphCast，它能在 10 天內預測天氣，比現在運行天氣應用程序的工具更好、更快、更節能。

　　「我們相信這標志著天氣預測的轉折點，」谷歌的研究人員在周二發表的一項研究中寫道。

　　一般來說，目前的預測模型稱為「數值天氣預測(NWP)」。NWP 將當前天氣狀況輸入到巨大的模型中，這些模型基于流體動力學、熱力學和其他大氣科學的原理模擬即將發生的變化。這個過程復雜、昂貴，并且需要大量的計算能力。

　　GraphCast 不是運行關于分子如何飛行并相互撞擊的模擬，而是通過更多地依賴歷史數據打破傳統。換句話說，它是一個基于過去發生的事情進行預測的機器學習模型。涉及許多高級計算機科學，但總的來說，在計算的級別和數量上要簡單得多。

　　GraphCast 從地球當前的天氣狀態和 6 小時前的天氣數據開始。然后，它預測從現在起 6 小時后的天氣會是什么樣。GraphCast 然后將這些預測反饋到模型中，執行相同的計算，并生成更長期的預測。

　　谷歌團隊將 GraphCast 的結果與當前用于中期天氣預測的模型 HRES 進行了比較。根據該研究，GraphCast 在測試中使用的 90% 目標上「顯著」優于 HRES。

　　GraphCast 在預測包括熱帶氣旋和突如其來的溫度變化在內的極端天氣事件方面也取得了驚人的成功，盡管它并沒有專門針對這些情況進行訓練。

　　研究作者表示，他們的工作旨在與氣象學家依賴的標準系統并行工作。「我們的方法不應被視為傳統天氣預測方法的替代品，」研究作者寫道。「相反，我們的工作應被解釋為證據，表明 [機器學習天氣預測] 能夠滿足現實世界預測問題的挑戰，并有潛力補充和改進當前最佳方法。」