自由時報 2023/11/15 Google旗下人工智慧（AI）技術公司「DeepMind」，開發出AI氣象預報模型GraphCast，1分鐘內就可做出精確的10天期預報，這是人工智慧首次在預測未來10天全球氣候上，表現令人可信且優於傳統預報模式。
) u6 i2 v4 v6 S+ s( \/ e2 a* g
& o4 O N f8 S, X8 ]
GraphCast模型在廣泛的評估測試中，對未來3到10天的氣象預報，都比由「歐洲中期天氣預報中心（ECMWF）」運作、目前在全球居領導地位的傳統預報系統還準確，在氣溫、壓力、風速、風向和濕度等1380項指標中，90%表現都優於黃金標準ECMWF的高解析度預報。此外，在預測極端天氣上表現也很好，能夠「預測比過去所能預測的更長天數極端天氣」。
) H+ B( g, ~5 z2 z5 r
* o' I9 e4 t3 A1 tDeepMind的開發團隊14日在《科學（Science）》期刊發表報告，指GraphCast AI模型，「代表氣象預報的轉捩點」。
9 {7 i- F4 Q. q1 K" q+ V" l
; [' C' s! y7 Y" K; b歐洲中期天氣預報中心機器學習協調員尚特里（Matthew Chantry）向《金融時報》表示，氣象學上的AI系統進步速度，「比我們僅在2年前預期的，還要快又更出色得多」。
; p/ n% s" [7 q" h/ u O* T' s9 c" ~6 Q+ ^
設於英國瑞丁（Reading）的歐洲中期天氣預報中心，採用輝達（Nvidia）、華為和DeepMind的AI模型，以及該中心自有的綜合預報系統。尚特里認同DeepMind指他們的系統最準確的說法，「我們發現，GraphCast一貫地比華為的盤古、輝達的FourCastNet等其他機器學習模型還純熟，而且在很多預報準確度計分上，比我們自己的預報系統還準確」。
" x5 b( J8 C" {0 {: a
0 E: u5 ]" L2 U% k |
GraphCast使用名為圖形神經網路（GNN）的機器學習架構，利用過去40多年ECMWF的資料學習；將當前和6小時前全球大氣狀況數據提供給這套模型，就能在1分鐘內做出10天的天氣預報，而且僅使用一台第四代Google TPU 雲端主機。
$ |: X4 ~- O1 H- x
( K$ O, L3 r4 e0 o0 x$ p, k+ M& s相較之下，歐洲中期天氣預報中心和各國國家氣象中心，使用的傳統預測方式「數值天氣預測」，使用超級電腦處理以大氣物理為基礎的方程式，需要數小時處理且極度耗能。尚特里說，「一旦訓練好，GraphCast運作的成本非常便宜」，「就耗能而言或許便宜了1000倍，這是很驚人的提升」。
R3 _, u, A' W" a* ?' [! R! s+ j
0 a; k W# p C3 x2 Z# J& P6 p e& c這份報告第一作者、DeepMind 研究科學家雷米．梁（Rémi Lam，譯音）舉例，9月北大西洋的颶風「李伊」，「GraphCast能夠在9天前就正確預測李伊會在（加拿大）諾瓦斯科細亞省（Nova Scotia）登陸，相較之下，傳統預測方式只能在6天前」，「這讓人們多了3天準備時間」。不過，AI預報模型在預測侵襲墨西哥的颶風「歐蒂斯（Hurricane Otis）」威力驟增，表現就不比傳統模型好。
$ b/ T% u4 f5 p$ P9 _9 p8 D7 D
4 u. E# c$ O- u- X* z4 [DeepMind團隊也指出，這套模型不應該被視為取代傳統預報模型，而是證明以AI為基礎的天氣預報系統「具備改善當前最佳預測方式和與其互補的潛力」。
6 u q3 E& w6 v K: l5 C1 }3 ]! e6 [: j& P1 U
