图：全球极端天气频发 AI模型助预测

　　在全球变暖、自然极端天气频发的当下，快速、准确的天气预测变得十分重要。传统的数值天气预报系统（NWP）运算成本高、预测速度慢等问题逐渐显现，而人工智能（AI）正以惊人的速度和效率融入气象领域并展示巨大的潜力。例如，谷歌（Google）旗下DeepMind开发的AI模型，预测风暴路径相当精准，中国天气预测AI模型“身经百战”，表现亮眼。不过，AI对数据质量依赖极高，在应对前所未有的极端天气时，其实际应用可靠性仍待验证。

　　AI预测的优势与挑战

　　优 势

　　速度快、准确度高、前瞻能力更强，计算耗能少，可做到精准防灾

　　挑 战

　　训练数据影响大：

　　AI模型需要依赖海量数据进行学习和训练，如果数据的质量存在问题，或地区缺乏足够的历史气象数据，将影响模型预测的准确性和可靠性。

　　应对极端天气：

　　近年极端天气越见频繁，AI模型未必有足够数据进行预测，能力还有待验证。

　　传统天气预报与AI模型比较

　　传统天气预报

　　•依赖于数值天气预报模型，基于物理定律和大量的观测数据，通过电脑模拟大气的运动和变化。

　　•电脑模式准确度受多种因素限制，包括观测数据多寡、模式分辨率高低，以及模拟物理过程和地形的像真程度等。

　　AI天气模型

　　•利用机器学习和深度学习等，从海量的历史气象数据中进行“练习”，预测速度极快、计算成本相对较低。

　　•有研究表明，部分AI气象模型在短、中期天气预报的准确度已超越了传统模型。

　　大公报整理