DeepMind与Google Research齐发力，多技术路线打造AI天气预报的「六边形战士」
💡
原文中文，约4000字，阅读约需10分钟。
📝
内容提要
2024年，Nature评选出十大人物，Google DeepMind的Rémi Lam因其在天气预报领域的贡献入选。他的团队开发了GraphCast和GenCast模型，利用机器学习与传统方法结合，提高了天气预报的准确性。
🎯
关键要点
- 2024年，Nature评选出十大人物，Google DeepMind的Rémi Lam因其在天气预报领域的贡献入选。
- Rémi Lam及其团队开发了GraphCast和GenCast模型，利用机器学习与传统方法结合，提高了天气预报的准确性。
- GraphCast是基于图神经网络的自回归模型，能够在1分钟内以0.25°的分辨率预测全球未来10天的数百个天气变量。
- GenCast是基于扩散模型的天气预报方法，能够在8分钟内生成包含随机性的15天全球天气预报，空间分辨率为0.25°。
- 短期、中期和长期天气预报的技术需求不同，短期预报需要高分辨率，长期预报则倾向于基于模式识别和统计学。
- NeuralGCM结合了传统的流体动力学求解器和机器学习，能够处理小尺度现象并纠正误差。
- DeepMind与Google Research在天气预报领域实现了多点开花，涵盖了确定性的中短期天气预报和长期气候预测。
- 华为、微软和英伟达等公司也在天气预报领域取得了显著成果，推动了技术的多样化发展。
- 天气预报研究正以百家争鸣的态势蓬勃发展，未来AI与传统数值预报的结合仍是更优解法。
➡️
