天氣與人們的日常生活息息相關(guān)。準(zhǔn)確的天氣預(yù)報可以告知人們是否應(yīng)該重新安排周末的出游計劃，也能讓即將遭遇臺風(fēng)的人即時撤離危險區(qū)域。但是，要進行準(zhǔn)確的天氣預(yù)報，尤其是對每小時都在變化的天氣進行預(yù)測，挑戰(zhàn)巨大。

本周，谷歌在自己的官方博客上發(fā)表了最新一項研究，該研究利用谷歌自己訓(xùn)練的人工智能（AI）模型，能夠大大增強“實時”天氣預(yù)報的能力。

谷歌稱，這項工作尚處早期階段，目前也未商業(yè)化，但研究結(jié)果令人滿意。在這篇尚未經(jīng)過同行審議通過的論文中，谷歌研究員介紹了他們?nèi)绾卫萌斯ぶ悄苣Ｐ?，僅耗時數(shù)分鐘時間，提前6小時實現(xiàn)了一公里范圍內(nèi)準(zhǔn)確的降雨預(yù)測。

僅用數(shù)分鐘的計算時間能提前6小時實現(xiàn)降雨預(yù)測，這與目前的天氣預(yù)報水平相比，有了巨大的提升。谷歌研究人員表示，快速的預(yù)測有著極大的現(xiàn)實意義，這將有效適應(yīng)氣候變化，特別是極端天氣狀況下，快速預(yù)測會是一個非常重要的工具。同時，短期預(yù)測對于某些危機規(guī)避非常重要，合適運用能夠有效避免生命和財產(chǎn)損失。

那么這樣的速度是怎么來的？研究人員將他們的預(yù)測方法與目前兩種主流的預(yù)測方法進行了對比：光流法（通過觀察云的運動現(xiàn)象）以及模擬法（創(chuàng)建物理上的天氣系統(tǒng)模擬）。

這些傳統(tǒng)方法面臨的問題在于計算量極為龐大，尤其是模擬法需要計算大量的物理效果。比如美國聯(lián)邦機構(gòu)為天氣預(yù)報所做的模擬，每天需要處理來自不同氣象站多達100TB的數(shù)據(jù)量，并且需要花費數(shù)小時在昂貴的超級計算機上進行模擬。按照一次計算6小時算，一天頂多也只能計算3-4次。

相比之下，谷歌的方法并不需要進行復(fù)雜的天氣建模，而是通過對雷達接收到的信息進行分析預(yù)測。研究人員用了美國國家海洋和大氣管理局（NOAA）在2017 -2019年間在美國附近收集的歷史雷達數(shù)據(jù)來訓(xùn)練他們的人工智能模型。

谷歌研究人員稱，他們的方法與使用相同數(shù)據(jù)的現(xiàn)有的三種方法一樣好甚至還要更好。但是人工智能模型在預(yù)測6小時以上的遠期預(yù)測時表現(xiàn)就不那么靈敏了。

目前來看這是機器學(xué)習(xí)在天氣預(yù)報中的最佳應(yīng)用：快速的進行短期預(yù)測，而較長時間的預(yù)測交給功能更強大的模型，像NOAA可以創(chuàng)建出10天的天氣預(yù)報。

盡管人工智能還未在天氣預(yù)報領(lǐng)域中有實際的應(yīng)用，但除了谷歌外，還有其他公司在探索，包括IBM和孟山都等。

責(zé)任編輯：ct