量子位
·
DeepMind大模型再登Nature：8分钟预测15日天气，准确度超顶尖物理模型
内容提要
DeepMind推出的气象预测模型GenCast能够在8分钟内预测15天的天气，其准确度超过全球顶尖的ENS系统，97.2%的场景优于传统方法。GenCast基于扩散模型，处理超过100万个网格数据，适用于常规和极端天气预测，并已开源。
关键要点
-
DeepMind推出的气象预测模型GenCast能够在8分钟内预测15天的天气。
-
GenCast的准确度超过全球顶尖的ENS系统，在97.2%的场景中表现优于传统方法。
-
GenCast基于扩散模型，处理超过100万个网格数据，适用于常规和极端天气预测。
-
GenCast关注天气情况的概率，而不是单一的确定性预测。
-
传统天气预报依赖数值天气预报（NWP）算法，而GenCast基于AI进行集合式预报。
-
在1320种实验条件下，GenCast的CRPS显著优于ENS，尤其在36小时后的预测中表现更佳。
-
GenCast在极端天气事件的预报中也显示出相对经济价值的优势。
-
GenCast的风电功率预报在多个空间聚合尺度上优于ENS，且预测速度更快。
-
GenCast的去噪过程由Transformer完成，能够有效捕捉天气特征。
-
GenCast已开源，DeepMind将发布实时和历史预报结果供研究者使用。
延伸解读
GenCast的技术优势
GenCast采用扩散模型和Transformer技术，能够在短时间内处理大量气象数据。这种方法不仅提高了预测的速度，还增强了对天气特征的捕捉能力，尤其是在极端天气事件的预测中显示出显著优势。
与传统模型的比较
与传统的数值天气预报（NWP）系统相比，GenCast在准确性和效率上均有显著提升。尤其在36小时后的预测中，GenCast的表现更为突出，显示出AI在气象预测领域的潜力。
开源的意义
GenCast的开源将为气象研究提供更多的资源和工具，促进学术界和工业界的合作。研究者可以利用GenCast进行进一步的实验和应用开发，推动气象预测技术的进步。
延伸问答
GenCast模型的主要功能是什么？
GenCast模型能够在8分钟内预测15天的天气，适用于常规和极端天气的分析。
GenCast与传统天气预报方法相比有什么优势？
GenCast在97.2%的场景中表现优于全球顶尖的ENS系统，且预测速度更快。
GenCast是基于什么技术实现的？
GenCast基于扩散模型，并使用Transformer进行去噪处理。
GenCast在极端天气预测中的表现如何？
在极端天气事件的预报中，GenCast显示出相对经济价值的优势。
GenCast的开源情况如何？
GenCast已经开源，DeepMind将发布实时和历史预报结果供研究者使用。
GenCast的训练数据来源是什么？
GenCast使用了1979至2018年的ERA5再分析数据集进行训练。
