现代预测系统的速度和效率至关重要，因为传统方法依赖于强大的超级计算机和庞大的专家团队，通常需要几个小时才能做出预测。
华为、Google和微软等科技巨头最近的创新表明，人工智能可以显著改善预测过程的某些方面，包括数值求解器，这些求解器在天气预报中至关重要，因为它们可以模拟大气条件随时间的变化。这些公司通过将人工智能集成到这些求解器中，实现了更快、更准确的预测。
举个例子，Google一直在开发天气预报的人工智能模型，目前正在向其企业云客户推销两种模型。这些模型由GoogleDeepMind开发，利用历史天气数据提前10到15天预测未来天气状况。
Aardvark代表了一项重大进步，它用单一、精简的机器学习模型取代了传统的预测过程。它使用标准台式计算机，可以处理来自各种来源（包括卫星和气象站）的数据，在几分钟内生成全球和本地预报。
“Aardvark重新构想了当前的天气预报方法，有可能使天气预报比以往更快、更便宜、更灵活、更准确，”领导这项研究的剑桥大学工程系教授理查德·特纳(RichardTurner)解释说。“Aardvark比所有以前的天气预报方法快数千倍。”
尽管Aardvark仅使用了现有系统所用数据的一小部分，但它在几个关键指标上都超越了美国国家GFS预报系统，并且与通常涉及多个模型和专家分析的国家气象局的预报仍具有竞争力。
“这些结果只是Aardvark可以实现的开始，”第一作者、剑桥大学计算机科学与技术系的AnnaAllen指出。她表示，端到端学习方法可以轻松应用于其他天气预报问题，例如飓风、野火和龙卷风。它还可以用于更广泛的地球系统预报，包括空气质量、海洋动力学和海冰预测。
Aardvark最有趣的方面之一是它的灵活性和简单的设计。由于它直接从数据中学习，因此可以快速调整以生成针对特定行业或地点的定制预测，无论是预测支持非洲农业的气温还是预测欧洲可再生能源公司的风况。这与传统系统形成了鲜明对比，传统系统需要大型团队花费数年时间进行定制。
这种能力有可能改变发展中国家的天气预报，因为发展中国家缺乏专业知识和计算资源。艾伦图灵研究所的斯科特·霍斯金博士说：“通过将天气预报从超级计算机转移到台式计算机，我们可以实现预报的民主化，让这些强大的技术可供世界各地的发展中国家和数据稀缺地区使用。”
Aardvark有望在扩大天气预报范围方面发挥重要作用。Turner提到，该模型最终可以准确预测八天的天气预报，比现有模型的能力高出三天。这一进步，加上Aardvark的适应性和效率，使其成为气象学领域的一股变革力量。
Aardvark的下一步计划包括在艾伦图灵研究所内组建一个新团队，探索在全球南部部署这项技术，并将其融入更广泛的环境预测计划中。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】