原标题：彻底变天‼️最新AI天气模型登Nature正刊，完胜传统天气预报‼️
文章来源：人工智能学家
内容字数：10991字

全球顶尖天气预报系统被AI击败

近日，Google DeepMind 发布了名为 GenCast 的新型概率天气预报模型，其在性能和速度上超越了当前世界顶尖的中期天气预报系统，尤其是欧洲中期天气预报中心的集合预报（ENS）。GenCast 能在仅 8 分钟内生成未来 15 天的全球天气预测，涵盖超过 80 个地表和大气变量。

传统天气预报的挑战

传统的天气预报主要依赖数值天气预报（NWP）方法，通过求解大气动力学方程进行预测。然而，NWP 方法存在不确定性，且计算速度较慢。虽然集合预报能够提供更准确的概率分布，但仍面临较大的误差和复杂的工程执行问题。

GenCast 的创新与优势

GenCast 是一种基于机器学习的天气预报方法，利用数十年的再分析数据训练而成。与传统方法相比，GenCast 在 1,320 个目标中，有 97.2% 的预测结果更为稳健，尤其在极端天气、热带气旋轨迹和风力发电的预测上表现更佳。该模型生成的概率预报不仅更精准，而且在捕捉空间和时间依赖性方面也优于 ENS。

GenCast 模型的工作原理

GenCast 使用条件扩散模型，通过对复杂数据的概率分布进行建模与生成。模型通过迭代细化过程，从初始的噪声状态生成未来天气状态，以此提供多种可能的天气情景。这种方法使得生成的天气轨迹集合能够真实反映天气的动态变化。

未来展望与改进方向

尽管 GenCast 已表现出优越的性能，研究人员表示仍有进一步改进的空间，包括提升分辨率以支持更多应用。通过使用操作数据进行微调，将有助于进一步提高模型的性能。

结论

GenCast 的发布标志着天气预报领域的一次重大进步，展现了尖端生成式人工智能方法在复杂系统中的应用潜力。随着技术的不断发展，天气预报的准确性和效率将显著提升，为关键决策提供更有力的支持。

联系作者

文章来源：人工智能学家
作者微信：
作者简介：致力成为权威的人工智能科技媒体和前沿科技研究机构