科技日報訊（記者 張夢然）新一期《自然》雜志發(fā)表的一項研究報道了深度思維推出的最新機器學習模型。該模型能根據(jù)當前和未來天氣進行可靠的概率天氣預(yù)報，其表現(xiàn)不但超過了最好的傳統(tǒng)中程天氣預(yù)報，還能更好地預(yù)測極端天氣、熱帶氣旋路線和風能產(chǎn)量。
準確的天氣預(yù)報對于個人、政府和組織的日常關(guān)鍵決策必不可少，比如決定是否帶雨傘，評估風能產(chǎn)量，規(guī)劃如何應(yīng)對極端天氣等。氣象預(yù)報傳統(tǒng)上使用數(shù)值天氣預(yù)報法，這種方法可以估計當前天氣，并基于此預(yù)測未來一段時間的天氣（稱為確定性預(yù)報）。這會產(chǎn)生大量潛在情景，通過結(jié)合這些情景就能進行天氣預(yù)報。
谷歌深度思維團隊此次展示了一種名為“GenCast”的機器學習天氣預(yù)測方法。該方法能生成概率性預(yù)測，即根據(jù)當前和之前的天氣狀態(tài)預(yù)測未來天氣的可能性。團隊用40年（1979—2018年）的天氣發(fā)生最佳估計分析數(shù)據(jù)訓練了GenCast，使其能在8分鐘內(nèi)對超過80個表面和大氣變量進行以12小時為單位的15天全球預(yù)報。相較于歐洲中期天氣預(yù)報中心的集合預(yù)報（ENS，一種確定性預(yù)報且是全球當前最好的中期預(yù)報），他們發(fā)現(xiàn)，在用于評估表現(xiàn)的1320個指標中，GenCast在其中97.2%的指標上都優(yōu)于ENS。此外，GenCast在預(yù)測極端天氣、熱帶氣旋路線和風能產(chǎn)量時更有效。
團隊指出，GenCast或能提供更高效、準確的天氣預(yù)報，以支持實際規(guī)劃。
（責任編輯：梁艷）
晉公網(wǎng)安備 14090202000008號 
