谷歌旗下 DeepMind 团队近日宣布推出一款名为 GenCast 的天气预报人工智能模型，并表示其性能已超越全球顶尖的欧洲中期天气预报中心（ECMWF）ENS 系统。这一成果引发了气象领域的广泛关注。根据 DeepMind 团队在《自然》杂志上发表的论文，GenCast 的预测准确率达到97.2%。研究人员使用截至2018年的数据对模型进行训练，并以2019年的天气情况进行测试，得出了这一结果。图源备注：图片由AI生成，图片授权服务商MidjourneyDeepMind 在博客文章中指出，与传统的确定性天气模型相比，GenCast 引入了更加

谷歌新发布的NeuralGCM模型在天气预报领域实现了重大突破，计算效率比传统物理模型高出10万倍，相当于过去25年高性能计算的进展。通过结合机器学习与物理建模，NeuralGCM能够快速而精确地模拟地球大气状况，尤其是在预测2到15天内的天气方面表现更佳，准确度超越现有模型。这个模型运行速度和计算成本也显著提升，与传统模型相比速度快了约3500倍，成本降低了10万倍，仅需普通计算机即可运行。 NeuralGCM在预测气候变化对不同地区的影响方面展现出巨大潜力，包括干旱和沿海洪水风险等，对于当前全球气温急剧上升的背景显得尤为重要。通过训练于1979年至2019年的天气数据，NeuralGCM在天气预报上的误差仅为传统模型的三分之一，使其成为气候变化预测的有力工具，标志着对气候建模领域新的飞跃。这个模型不仅为未来的天气预报提供了可能性，也强化了对气候变化研究的支持。