DeepMind发布GenCast：天气预测更准确，并且开源

小哪吒

       近日，Google DeepMind团队宣布了一项重大突破：GenCast，一款新型人工智能模型，以其卓越的精度在天气预报领域树立了新的标杆。GenCast能够提前15天提供日常天气和极端天气事件的预测，与欧洲中期天气预报中心（ECMWF）的ENS相比，展现出更高的准确性。


       GenCast的核心优势在于其高分辨率（0.25°）和集成模型的能力。它通过概率集合预报的方式，为决策者提供了未来天气状况的全面视图，包括各种可能的天气情景及其发生的概率。这种集合预报方法比单一预报更能反映天气的不确定性，从而为应对极端天气事件提供了更可靠的决策支持。

       DeepMind的这一成果建立在数十年的气象数据训练之上，GenCast模型直接从ECMFW的ERA5档案中学习全球天气模式。在2019年的数据测试中，GenCast在97.2%的预测目标上超越了ENS，特别是在超过36小时的预报中，准确率达到了99.8%。

       与传统的基于物理的集合预报相比，GenCast在计算效率上也取得了显著进步。利用单个Google Cloud TPU v5，GenCast仅需8分钟即可生成15天的预报集合，而传统的ENS预报则需要在超级计算机上耗费数小时。


       在极端天气事件的预测上，GenCast同样表现出色。无论是预测极端高温、低温还是强风，GenCast都持续超越了ENS。特别是在热带气旋（飓风和台风）的路径预测上，GenCast提供了更精确的预报。


       此外，GenCast的预报能力在可再生能源规划等领域也显示出巨大潜力。在对全球风电场的风能发电总量预测的实验中，GenCast的准确性超过了ENS，这直接提高了风能作为可持续能源的可靠性。


       DeepMind表示，GenCast是Google不断扩展的下一代AI天气模型的一部分，这些模型已经开始在Google搜索和地图上提供用户体验，并改善了降水、野火、洪水和极端高温的预报。为了促进更广泛的合作并加速天气和气候社区的研发，DeepMind已经将GenCast的代码和权重公开，并将很快发布GenCast及其他模型的实时和历史预报数据。通过这些开放资源，任何人都可以将自己的模型和研究工作与这些天气数据集成，从而推动整个领域的发展。