Google DeepMind 机器学习进军天气预报，打败传统预测法

AI与大数据 7小时前 0

▼

从观测星空开始，人类就试图预测天气，英华人寒暄十有八九从天气开始谈起。我应该带伞吗？遇到大雨该如何安排路线？户外活动时采取哪些安全措施？天气预测对日常生活有重要意义。

“短期天气预报”是预测 0~12 小时内天气，“即时预报”（nowcasting）是短期天气预报之一，专指 0~2 小时内天气预报，为能源管理、海事、洪水预警系统、空中交通管制等提供关键决策资讯。

近日 Google 旗下 AI 实验室 DeepMind 在《Nature》发表论文，将机器学习运用到降雨接近预报，并建立深度生成模型（Deep Generative Model，DGM）。环境科学与人工智慧联盟开辟新道路，DeepMind 认为，目前即时预报有两个问题。

今日天气预报主要由数值天气预报系统（NWP）驱动，但 NWP 很难为 2 小时内生成高解析度预测，即时预报可填补这段关键时间。不过主流即时预报同样有缺点──不易预测重要的非线性事件。

另一方面，近年虽开发出几种基于机器学习的气候预测法，能准确预测低强度降雨，但对罕见的中大雨事件表现不佳。

▲ 过去 20 分钟观测雷达为 90 分钟内天气提供机率预测。（Source：DeepMind）

DeepMind 认为，为了使即时预报更有价值，必须提供准确预测，充分考虑不确定性，以及大雨预测有统计性显着改善。同时天气感测进步使高解析度雷达高频率使用，往往每 5 分钟一次、解析度为 1 公里。这些高品质数据为机器学习技术介入提供机会。

DeepMind DGM 学习数据机率分布，并曾基于 2016~2018 年英国雷达记录的大量降雨事件资料库训练。之后可在单个辉达 V100 GPU 运行仅 1 秒多就提供即时预报。DeepMind 断言，DGM 能预测潜在随机性难以关注的天气，以及准确预测降雨位置。

▲ 比起另两种方法，DeepMind 预测（右上）更准确清楚。（Source：DeepMind）

经 56 名气象学家判断，与主流即时预报和其他机器学习模型相比，DGM 在 1,5361,280 公里内即时预测更精确一致。89% 案例比其他两种方法更准确实用，即时范围为 5~90 分钟。

人工智慧在气候变化领域还有更多用处。2019 年 10 月，研究人员利用人工智慧生成极端天气图像，使气候变化可视化。气候问题很难集体动员，原因之一是人们认为这些变化通常离我们很远。与个人相关甚至情绪化资讯才能真正有效传播。

▲ 右为生成影像。（Source：Arxiv.org）

研究人员输入不同位置和建筑类型（如房屋、农场、街道、城市）图像，形成十多种人工智慧合成模式，再请评估人员选择真实图像和半生成图像，计算平均错误率。这项工作的最终愿景是创建机器学习架构，据用户选择位置生成极端天气下最逼真图像，包括洪水、山火、热带气旋乃至更多灾难性事件。

“气候变化”是今年关键词，2021 年诺贝尔物理学奖授予三名科学家，其中两位因“建立地球气候物理模型、量化其变性并可靠预测全球变暖”研究获奖。据国际非营利组织 CDP，全球最大 500 家公司几十年内需付约 1 兆美元，承担与气候变化相关成本，除非提前积极采取措施。

DeepMind 高级研究员 Shakir Mohamed 认为：

能为复杂现象建模、快速预测和表现不确定性，使人工智慧成为环境科学家的强大工具。

顺应形势，DeepMind 模型和其他类似模型或有广泛运用空间，帮助预测者花更少时间浏览不断增长的预测数据堆，专注预测背后的含义。

（本文由爱范儿授权转载；首图来源：pixabay）

▼

特别声明本页内容仅供参考，版权终归原著者所有，若有侵权，请联系我们删除。