谷歌AI天气预测GenCast超越ENS系统，准确率提升20%，8分钟完成预报

技术突破正在重塑天气预报行业，DeepMind团队——隶属于谷歌——开发了一款名为GenCast的人工智能天气预测系统，其实际预测效果已经超越了欧洲中期天气预报中心（ECMWF）的顶尖ENS预测系统。研究表明，GenCast在常规天气和极端天气事件的预测精度上，较ENS提高了20%。

图源备注:图片由AI生成，图片授权服务商Midjourney

GenCast的核心优势在于其快速和高效的预测能力。传统天气预报方法依赖于复杂的物理模型，并且需要在超级计算机上运行数小时。GenCast则通过训练1979年至2018年间的40年历史气象数据，仅需八分钟就能完成未来15天的天气预报，它可以在28公里见方的区域内，以12小时为间隔，预测全球的天气变化。

在一次对比实验中，GenCast在预测热带气旋及其登陆点方面超越了ENS，特别是在极端天气事件的预测上，其能力对能源等行业具有重要的参考价值。虽然目前GenCast主要作为传统天气预报的辅助工具，但其精确度和效率都标志着天气预报技术的一次重要飞跃。

GenCast是谷歌在推进天气预测AI技术方面的最新成果之一。去年，谷歌还推出了结合AI与传统物理模型的NeuralGCM，以及提供单一最佳预测的GraphCast。GenCast通过生成超过50种天气预测并为不同天气事件分配概率，进一步提高了预报的可靠性。

气象学界对这一技术进步给予了高度评价，英国气象局的首席预报员称之为“令人兴奋的工作”，欧洲中期天气预报中心的发言人也认为这是“重要的进展”。然而，也有专家提出，尽管GenCast的性能令人鼓舞，但仍需关注其是否具有足够的物理现实性来应对天气预报中的不确定性。

尽管AI在天气预测技术中展现了巨大的潜力，专家们认为，要完全取代传统物理模型还有很长的路要走，未来需要进一步的研究来解决相关的科学问题。

划重点:

🌦️ GenCast是谷歌推出的AI天气预测系统，预测准确性超过了ENS。

⏱️ GenCast可以在8分钟内完成天气预报，大幅提高了预报效率。

🧪 尽管GenCast表现出色，但专家仍在探讨其是否能完全替代物理模型。