預測未來?Google 用 AI 模型做到「近乎即時」的天氣預報

作者 | 發布日期 2020 年 01 月 17 日 8:15 | 分類 AI 人工智慧 , Google , 環境科學 line share follow us in feedly line share
預測未來?Google 用 AI 模型做到「近乎即時」的天氣預報


對人類來說,時間一直是最大的敵人,超越時間一直是人類的夢想,「預測未來」就是人類想超越時間的方式之一。

天氣預報就是生活中最常見的「預測未來」,但就像剛才說的,預測天氣同樣也是非常困難的事。現在看來,AI 或許是能大大增強天氣預報功能性的工具。

Google 最近在官方部落格分享新的研究,聲稱 Google 做到「近乎即時」的天氣預報。

不過這項工作還處於早期階段,目前也尚未整合到任何商業系統,但早期研究結果還是顯示有很大的希望。這篇並未經過專家評論的論文表示,Google 研究人員描述了如何透過僅花數分鐘計算,以 1 公里範圍提前 6 小時達到準確的降雨預測。

(Source:Google,以下同)

數分鐘的計算時間比起目前有巨大的提升,按照現有技術可能需要數小時計算才能生成預測,儘管用了更長時間生成更複雜的數據。

研究人員表示,快速預測有極大的實際意義,這將有效適應氣候變化,特別是極端天氣狀況下,快速預測會是非常重要的工具。短期預測對避免某些危機有很高的重要性,合適運用就能有效避免生命和財產損失。

Google 的預測最大優勢就是速度,然而這樣的速度是怎麼來的?研究人員比較了自家預測與目前兩種主流預測法:光流法(透過觀察雲的現象運動)及模擬法(創建物理天氣系統模擬)。

這些傳統方法面臨的問題在於計算量極龐大,尤其模擬法需要計算大量物理效果。像美國聯邦機構為天氣預報的模擬,每天需要處理不同氣象站多達 100TB 的數據量,且要花費數小時用昂貴的超級電腦模擬。按照一次計算 6 小時,一天頂多也只能計算 3~4 次。

相比 Google 的方法只需數分鐘,因為不是嘗試複雜的天氣建模,而是計算預測簡單的雷達數據。研究人員使用美國國家海洋和大氣管理局(NOAA)2017~2019 年在美國附近收集的歷史雷達數據來訓練 AI 模型。

研究人員表示,他們的方法與使用相同數據的現有 3 種方法一樣好,甚至還更好,但是該 AI 模型在預測 6 小時以上的遠期預測時,表現就不如人意了。目前看來這是機器學習在天氣預報的最佳選擇:快速短期預測,而較長時間的預測交給功能更強大的模型,像 NOAA 可做 10 天的天氣預報。

雖說目前還沒有看到 AI 在天氣預報的實際應用,但已有很多公司在工作,包括 IBM 和孟山都(Monsanto)等大眾熟悉的公司。就像 Google 研究人員所說,隨著人類和氣候相互影響更深,這種預測技術未來會越來越重要。

(本文由 愛范兒 授權轉載;首圖來源:Flickr/Beth Scupham CC BY 2.0)