當熱帶風暴梅麗莎在海地南部肆虐時，國家颶風中心 (NHC) 的氣象學家菲利普·帕潘 (Philippe Papin) 確信它正處於成為巨型颶風的邊緣。
作為值班的首席預報員，他預測風暴將在短短 24 小時內升級為 4 級颶風，並開始向牙買加海岸移動。 NHC 的預報員從未發表過 如此大膽的預測 以達到快速強化的目的。
但帕平有一張王牌：谷歌新的 DeepMind 颶風模型形式的人工智能——於 6 月首次推出。正如所預料的那樣，梅麗莎成為了一場力量驚人的風暴，摧毀了牙買加。
NHC 預測人員越來越依賴 Google DeepMind。 10月25日上午，帕潘在公開辯論中解釋道 以及在社交網絡上 那 谷歌的模式是他如此自信的主要原因之一：“大約 40/50 的 Google DeepMind 團隊成員表明 Melissa 已成為第 5 類。雖然考慮到賽道的不確定性，我還沒有準備好預測這種強度，但這仍然是一種可能性。
“隨著風暴緩慢地移過非常溫暖的海水，該水域構成了整個大西洋盆地最高的海洋熱含量，因此很可能會出現一段快速加強的時期。”
谷歌 DeepMind 是 第一個專門研究颶風的人工智能模型現在是第一個在傳統氣象學家的遊戲中擊敗他們的人。 今年迄今已經歷 13 場大西洋風暴谷歌的模型是最好的——它甚至在預測方面擊敗了人類預測者。
梅麗莎最終以 5 級強度在牙買加登陸，這是近兩個世紀的跨大西洋盆地記錄中記錄的最強登陸之一。帕潘的大膽預測可能給牙買加人更多的時間來應對災難，或許可以挽救生命和財產。
谷歌 DeepMind 進行天氣預報 幾年來去年，衍生出新颶風模型的母預報系統在診斷大規模天氣狀況方面也表現出色。
谷歌模型的工作原理是發現傳統的、耗時的、基於物理的天氣模型可能會錯過的模式。
前 NHC 預報員邁克爾·洛瑞 (Michael Lowry) 表示：“它們的速度比基於物理的同類要快得多，而且計算能力更便宜、更省時。”
洛瑞說：“這個颶風季節在短時間內證明，新的人工智能天氣模型具有競爭力，在某些情況下，比我們傳統上依賴的速度較慢、基於物理的天氣模型更準確。”
當然，Google DeepMind 是機器學習的一個例子——一種在氣象學等數據密集型科學中使用多年的技術——而不是像 ChatGPT 這樣的生成式人工智能。
機器學習獲取大量數據並從中提取模式，其模型只需幾分鐘即可得出答案，並且可以在台式計算機上完成，這與政府數十年來使用的旗艦模型形成鮮明對比，這些模型可能需要數小時才能運行並需要修改。 一些世界上最大的超級計算機。
儘管如此，谷歌的模型能夠如此迅速地超越之前的基準模型，這一事實對於那些一生都在試圖預測世界上最強風暴的氣象學家來說，簡直是令人驚訝。
時事通訊促銷後
“我印象深刻，”退休的 NHC 預報員詹姆斯·富蘭克林 (James Franklin) 說道。 “現在的樣本量已經足夠大，很明顯這不是初學者的運氣。”
富蘭克林表示，儘管谷歌 DeepMind 今年在預測全球颶風未來路徑方面擊敗了所有其他模型， 與許多人工智能模型一樣，高端強度預測有時是錯誤的。今年早些時候，它正在與颶風“艾琳”作鬥爭，颶風在加勒比海北部也迅速增強至 5 級。 它還與颱風“卡爾瑪吉”作鬥爭。 – 週一在菲律賓登陸。
在即將到來的休賽期，富蘭克林表示，他計劃與穀歌討論如何通過提供額外的數據來讓 DeepMind 的結果對預測者更加有用，這些數據可以用來準確評估 DeepMind 給出答案的原因。
“令我困擾的是，儘管這些預測看起來非常非常好，但模型結果有點像黑匣子，”富蘭克林說。
沒有一家私營營利性公司生產過能讓研究人員深入了解其方法的高級天氣模型——這與幾乎所有其他模型不同，這些模型是由設計和維護這些模型的政府向公眾免費提供的。而谷歌高調發布DeepMind 公眾可以通過專用網站實時訪問它的方法在很大程度上仍然是隱藏的。
谷歌並不是唯一一家開始使用人工智能來解決天氣預報難題的公司。美國和歐洲政府也正在開發自己的人工智能天氣模型——這也表明 與之前的非 AI 版本相比，技能有所提高。
人工智能天氣預報的下一步似乎是初創公司解決以前難以解決的問題，例如次季節展望和 更好地提前預警龍捲風爆發和山洪 ——還有他們 獲得美國政府的資助來做到這一點。 WindBorne Systems 等公司甚至 發射你自己的氣象氣球 填補美國天氣觀測網絡的空白，特朗普政府最近削減了該網絡的人員編制。
