人工智能正在重塑传统科技领域，气象预测就是最新的见证。本周，谷歌DeepMind团队发布了一款名为GenCast的革命性人工智能天气预测模型，并在权威学术期刊《自然》上发表研究成果。这款AI模型的性能令人瞩目。研究人员通过对比发现，GenCast在准确性上超越了当前全球最顶尖的业务天气预报系统——欧洲中期天气预报中心（ECMWF）的ENS系统。通过对2018年之前的天气数据进行训练，GenCast在2019年的预测中以惊人的97.2%准确率完胜传统预测系统。与以往只提供单一天气预测路径的确定性模型不

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

天气预报一直是人类与自然博弈的艺术。从决定是否携带雨伞，到为可再生能源调配，再到应对极端天气，我们对准确天气信息的渴望从未停止。然而，传统天气预报总是伴随着不确定性，这源于我们对大气系统观察的局限性和预测模型的固有局限。传统的数值天气预报（NWP）长期依赖于复杂的大气动力学方程，试图将当前天气状况映射到未来。尽管如此，微小的初始误差往往会迅速放大，使得长期预测变得极其困难。欧洲中期天气预报中心(ECMWF)的集合预测系统(ENS)曾被视为这一领域的顶

在天气预报领域，新的技术革新正在悄然发生。谷歌旗下的DeepMind团队开发了一款名为 GenCast 的人工智能天气预测程序，其预测效果已经超过了当前最顶尖的天气预报系统 —— 欧洲中期天气预报中心（ECMWF）的 ENS 预测系统。根据研究，GenCast 在日常天气和极端天气事件的预测准确度上，比 ENS 提高了20%。图源备注:图片由AI生成，图片授权服务商MidjourneyGenCast 的主要优势在于其快速和高效的预测能力。传统天气预报依赖于复杂物理模型，需要在超级计算机上运行数小时。而 GenCast 通过对1979年