新華社北京11月15日電（記者葛晨）位于英國倫敦的谷歌“深度思維”公司新近研發出預測中期天氣的人工智能模型GraphCast，按目前指標評估，其計算速度和準確率優于傳統預測模型。
中期天氣預報通常指未來4至10天內天氣變化趨勢的預報，其準確性關乎同期農業、建筑業、旅游業等行業的工作計劃。
研究團隊14日在美國《科學》雜志在線發表論文說，GraphCast可利用當下天氣狀態和6小時前的天氣數據來預測未來6小時的天氣，而每6小時的預測結果又被反饋到模型中，用于執行更長期的預測。
他們首先使用1979至2017年間傳統模型預測的全球天氣數據來訓練GraphCast。研究人員說，GraphCast利用深度學習跳過傳統天氣預測中繁瑣的方程運算步驟，節省了大量算力。
研究人員使用歐洲中期天氣預報中心2018年以來的數據測試發現，GraphCast可在1分鐘內預測10天后的天氣；與歐洲中期天氣預報中心的“高分辨率預報”模型數小時的運算結果相比，在1380個測試數據點中，GraphCast的90%數據預測結果更為準確；在某些高海拔區域的測試數據點，其99.7%的數據預測結果的準確度優于“高分辨率預報”。
研究人員在論文中說，GraphCast還可對極端天氣事件做早期預警，為此它能預測熱帶氣旋軌跡、極端氣溫，以及預測帶來大量降雨的大氣水汽密集輸送帶“大氣河”等。
論文第一作者、谷歌“深度思維”公司研究團隊負責人雷米·拉姆說，他們用32臺電腦、歷時4周來訓練GraphCast，最終得到依靠一個臺式機就可運行、1分鐘就能出結果的輕量級算法。
歐洲中期天氣預報中心機器學習協調人馬修·錢特里說，從目前使用的指標評估來看，GraphCast模型優于傳統預測模型，但未來如使用其他指標評估，可能結果略有不同。
目前全球多個機構研發了人工智能天氣預測模型。錢特里認為，機器學習正在推動天氣預報發展變化，但仍處于實驗階段，不會完全取代傳統方法，而是可以提升傳統方法不擅長的預測領域，比如預測數小時內的降雨。