谷歌DeepMind AI模型在飓风伊萨亚斯路径预测中优于传统物理模型
据NPR报道，谷歌DeepMind的AI模型准确预测了飓风伊萨亚斯登陆佛罗里达，击败了预测错误的传统物理模型。美国国家飓风中心已将其纳入官方预报，但专家提醒其在强度预测和黑箱机制上仍有局限。
据美国国家公共广播电台（NPR）10月26日报道，谷歌DeepMind开发的人工智能气象模型在预测今年大西洋首个飓风“伊萨亚斯”（Isaias）的路径时，表现优于传统的基于物理方程的预测模型。当传统模型错误地预测飓风将向西北方向移动并袭击路易斯安那州东南部时，DeepMind的AI模型从一开始就准确判断出它将直接登陆佛罗里达州西部的狭长地带（Florida Panhandle）。
迈阿密资深气象学家、曾为美国联邦紧急事务管理局（FEMA）和美国国家飓风中心（NHC）提供咨询的Michael Lowry表示，谷歌DeepMind在过去几年中已被证明是“黄金标准”模型，“是我们见过的迄今为止表现最好的计算机模型”。美国国家飓风中心自去年起开始将该模型纳入其官方预报体系。
与传统物理模型依赖实时大气数据（如温度、湿度、气压和风切变）并通过复杂方程计算不同，AI模型主要依赖历史模式识别，通过分析数千个过去风暴和大气数据来寻找规律。Lowry指出，这些AI模型的设计者多为软件工程师而非气象学家，且模型本身不依赖大气控制方程，这使其成为一个“黑箱”——人们不知道它为何能做出正确或错误的预测。
尽管在路径预测上表现出色，该模型在预测风暴强度方面仍不如NHC的综合预报。NHC主任Michael Brennan表示，目前采用“混合”策略，结合多个经过验证的AI和传统模型进行共识预报，并由人类气象学家解释结果以提供连续性指导。Brennan还提到，AI模型的迭代速度极快，更新周期仅为数月甚至数周，而传统模型通常每年才更新一次。