一种新的人工智能天气预报模型可以以前所未有的精度完成这项工作，并且比当前技术快得多。
GraphCast 由谷歌 DeepMind（这家网络巨头的人工智能实验室）构建，看起来将彻底改变预测天气的过程。
GraphCast 可以提前 10 天预报天气，“比行业黄金标准天气模拟系统——欧洲中期天气预报中心 (ECMWF) 制作的高分辨率预报 (HRES) 更准确、更快”。谷歌 DeepMind 在周二的一篇文章中表示。
值得注意的是，该模型还可以提供 极端天气事件的早期预警，并更准确地预测气旋的移动，使当局和居民有更多时间为破坏性风暴做好准备，从而可能在此过程中挽救生命。
当李飓风于 9 月袭击加拿大东部时，GraphCast 提前 9 天准确预测飓风将在新斯科舍省登陆，而传统预测仅提前约 6 天做出相同的预测。
DeepMind 团队表示，GraphCast 已经接受了四十年天气数据的训练，使其能够了解地球天气系统背后的因果关系。
值得注意的是，GraphCast 只需不到 60 秒即可创建 10 天的预测，这比 HRES 使用的传统方法要快得多，据该团队称，“在拥有数百台机器的超级计算机中可能需要数小时的计算时间”。
在两个系统的比较中，与 HRES 相比，GraphCast 对 1,380 个测试变量中的 90% 以上进行了更准确的预测，并预测了交付时间。
“当我们将评估限制在对流层（距离地球表面最近的 6 至 20 公里高的大气层区域，准确的预报最为重要）时，我们的模型在 99.7% 的未来天气测试变量上优于 HRES，”团队说。
随着地球不断变化的气候中天气模式的演变，GraphCast 只会随着提供更高质量的数据而不断改进。
该团队正在开源 GraphCast 的模型代码，以便科学家和预报员能够使用该技术。这将使他们能够针对特定的天气现象进行定制，并针对世界不同地区进行优化。 ECMWF 已经在尝试该模型。
Science 周二发表的一项研究对 GraphCast进行了更详细的研究。
谷歌 DeepMind 表示：“在天气预报中开创性地使用人工智能将使数十亿人的日常生活受益。” “但我们更广泛的研究不仅仅是预测天气，而是了解更广泛的气候模式。通过开发新工具和加速研究，我们希望人工智能能够帮助国际社会应对我们面临的最大的环境挑战。”