11 月 17 日消息，当热带风暴“梅丽莎”（Melissa）尚在海地以南海域盘旋时，美国国家飓风中心（NHC）气象学家菲利普・帕潘（Philippe Papin）就已确信，其即将迅猛增强为一场超强飓风。

 该图片疑似AI生成

图片

作为当值首席预报员，帕潘大胆预测：仅 24 小时内，“梅丽莎”就将增强为四级飓风，并开始转向、直扑牙买加海岸。这是 NHC 历史上首次有预报员对风暴快速增强趋势发布如此明确而激进的预测。

然而，帕潘手中握有一张王牌：谷歌新近推出的 DeepMind 飓风人工智能（AI）模型，该模型于今年 6 月首次投入实战应用。事实证明，其预测精准无误：“梅丽莎”最终以惊人强度横扫牙买加。

如今，NHC 的预报员正愈发倚重谷歌 DeepMind 模型。谷歌 DeepMind 是全球首个专为飓风预报研发的人工智能模型，也是首个在飓风预报这一专业领域超越传统数值天气预报系统的 AI 系统。在本年度大西洋已生成的全部 13 个热带风暴中，该模型表现最佳，其路径预测能力甚至超越了资深人类预报员。

最终，“梅丽莎”以五级飓风强度登陆牙买加，成为近两个世纪大西洋飓风观测记录中最强登陆风暴之一。帕潘这一果敢而精准的提前预警，很可能为牙买加民众争取了宝贵的防灾准备时间，进而挽救生命、减少财产损失。

事实上，谷歌 DeepMind 开展天气预报工作已有数年；其母系统，即此次飓风专用模型所依托的基础天气预报系统，去年在大尺度天气形势诊断方面亦展现出卓越能力。

谷歌的模型通过识别传统上耗时的基于物理学的天气模型可能遗漏的模式来发挥作用。“相较于依赖物理方程、耗时费力的传统模式，AI 模型运算速度显著更快，且对计算资源需求更低、成本更小。”前 NHC 预报员迈克尔・洛瑞（Michael Lowry）表示，“短短一个飓风季便已充分证明：新兴 AI 天气模型不仅具备竞争力，在某些情况下，其准确性甚至超越了我们长期依赖的、更慢的传统物理模型。”

需要强调的是，谷歌 DeepMind 属于机器学习（machine learning）范畴 ，这一技术在气象学等数据密集型科学领域已有多年应用历史，而非类似 ChatGPT 的生成式人工智能（generative AI）。

据IT之家了解，机器学习通过海量数据训练，自动提取内在模式，其运算仅需数分钟即可完成，且可在普通台式机上运行；与之形成鲜明对比的是，各国政府数十年来依赖的旗舰级数值预报系统，往往需耗费数小时运行时间，并依赖全球最顶尖的超级计算机集群。

“我深感震撼。”已退休的 NHC 资深预报员詹姆斯・富兰克林（James Franklin）表示，“目前样本量已足够大，显然这绝非‘新手运气’。”

富兰克林指出，尽管今年 DeepMind 在全球飓风路径预报上全面领先其他模型，但如同许多 AI 系统一样，其在极端强度预报方面仍偶有偏差。例如，今年早些时候对加勒比海以北快速增强至五级的“艾琳”（Erin）飓风，以及周一登陆菲律宾的“卡玛吉”（Kalmaegi）台风，DeepMind 均曾出现显著预报偏差。

富兰克林透露，他计划在即将到来的飓风间歇期与谷歌展开合作，探讨如何进一步提升 DeepMind 模型对预报员的实用性，例如提供更丰富的“底层”诊断数据，以帮助预报员理解模型得出特定结论的内在逻辑。

“唯一令我困扰的是，尽管这些预报看似极为精准，但模型输出仍近乎一个‘黑箱’。”富兰克林坦言。

值得注意的是，此前从未有私营营利性企业开发出顶尖层级的天气预报模型并允许研究人员窥探其技术细节。与之相反，几乎所有现有主流模式均由各国政府公开研制与维护，并免费向全球完整公开其算法与源代码。虽然谷歌已通过专用网站实时公开 DeepMind 的核心预报结果，但其核心技术细节仍基本处于保密状态。

谷歌并非唯一探索 AI 天气预报的先行者。美欧政府亦在积极推进自研 AI 气象模型，初步结果表明，其性能已明显优于既往非 AI 版本。