科学家问答：研究人员如何利用AI预测气旋？
内容提要
谷歌研究人员结合50年历史气象数据与AI，开发出WeatherNext模型，显著提升气旋预测精度，可在单个TPU上运行，取代大型超级计算机。该模型帮助气象机构将预报提前至7天，如准确预警飓风Melissa的快速增强，为应急准备争取关键时间。模型已开源，供全球科学界使用。
延伸解读
从超级计算机到单芯片：算力门槛的降低
传统气旋预测依赖大型超级计算机，体积堪比集装箱甚至三层楼高，而WeatherNext模型可在单个TPU上运行。这一变化大幅降低了算力门槛，使更多研究机构和气象部门能够使用先进的预测工具，而无需投入巨资建设或租用超算资源。
AI预测的局限与依赖
AI模型基于50年历史气象数据训练，其预测能力受限于历史数据的质量和覆盖范围。尽管在气旋路径和强度预测上表现优异，但AI并不能完全替代物理模型，而是与物理模型结合使用。此外，模型对极端罕见天气事件的预测能力可能有限，因为训练数据中此类事件较少。
提前预警的实际价值：以飓风Melissa为例
2023年飓风Melissa的案例展示了AI预测的实用价值：模型提前数天高置信度预测其快速增强，帮助美国国家飓风中心发布历史性预警，使牙买加当局得以及时进行应急准备。这额外的一天预警时间，对于防灾减灾至关重要，凸显了延长预报窗口对公众安全的直接意义。
Q&A
谷歌研究人员如何利用AI预测气旋？
谷歌研究人员结合50年的历史气象数据与AI，开发出WeatherNext模型。该模型在单个TPU上运行，取代了大型超级计算机，显著提升了气旋预测的精度，帮助气象机构将预报提前至7天。
气旋、飓风和台风有什么区别？
它们本质上是同一种天气现象，只是在不同地区的称呼不同。气旋是全球科学术语，飓风用于大西洋地区，台风用于北太平洋地区。它们都是形成于温暖海洋上空的大型旋转风暴系统。
过去研究人员是如何预测气旋的？
过去主要依赖基于物理模型的超级计算机，这些计算机体积庞大，需要模拟流体动力学，但数据不完整且计算量大，导致预测精度提升缓慢，每十年大约只能提高一天的预报准确度。
WeatherNext模型相比传统方法有哪些优势？
WeatherNext模型在单个TPU上运行，无需大型超级计算机，且通过AI训练50年历史数据，显著提高了预测精度，能同时预测气旋的路径和强度，并将预报提前至7天。
WeatherNext模型在飓风Melissa的预测中发挥了什么作用？
在飓风Melissa的预测中，WeatherNext模型高置信度地预测了其快速增强，从1级飓风升级为5级，帮助国家飓风中心提前发出预警，为牙买加当局争取了关键的准备时间。
WeatherNext模型是否对公众开放？
是的，谷歌已经开源了WeatherNext 2和WeatherNext cyclones模型，并开发了交互式Weather Lab网站，供全球科学界使用，以促进科学研究和发现。
