預測準確率達90%！Deepmind發表全球天氣預報AI模型GraphCast

（取自Google DeepMind X）

Google Deepmind發表了全球天氣預報人工智慧模型GraphCast，最多可提前10天預測天氣狀況，且比業界的黃金標準氣像模擬系統，由歐洲中期天氣預報中心（ECMWF）製作的高解析度預報（HRES）來得更準確、更快。

除了一般的天氣預測之外，GraphCast還可以提供針對極端天氣狀況的提早預警，它能夠準確預測未來的氣旋軌跡、辨識與洪水風險相關的大氣河流（atmospheric river），藉此預測極端氣溫的出現。

Deepmind指出，過去傳統的天氣預報通常仰賴數值天氣預報（NWP），從物理方程式轉換到在超級電腦上運行的電腦演算法，但此方法非常耗時，而且需要深厚的專業知識及昂貴的運算資源，才能作出準確預測。

（取自Google Deepmind Blog）

所以GraphCast透過機器學習系統，使用數據而非物理方程式來建立天氣預報系統，經過數十年涵蓋衛星圖像、雷達和氣象站等歷史天氣觀測結果的訓練，學習控制與建立地球天氣從現在到未來如何演變的因果關係模型。

Deepmind進一步表示，雖然GraphCast的訓練運算量大，但產生的預測模型卻非常有效率，在一台Google TPU v4機器上使用GraphCast系統進行10天預測，只需花費不到一分鐘的時間，而且準確率達到90%以上。

而相較之下，使用傳統方法進行10天的預測可能需要在擁有數百台機器的超級電腦中，進行數小時的運算。

「GraphCast在人工智慧天氣預報領域，向前邁出了重要的一步。」Deepmind強調，目前該系統已被包括歐洲中期天氣預報中心（ECMWF）在內的氣象機構使用，未來還將持續研究更廣泛的氣候模式，望能透過人工智慧技術來幫助國際社會應對全人類都必須面臨的氣候及環境挑戰。