9 O8 d. u: p. F: rDeepMind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」。 $ T [* ^& ^- R3 }# {4 D # S7 U% a' \$ r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」。2 L6 v3 M( K* E; z, ]3 o
: c b% P* P A R! o- @
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」。% J J/ u: R) _& F O6 F6 x
# S- w- {0 l/ g- w% {$ h9 oGraphCast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。, y+ [1 C8 N* q) W- T
* t- s5 D. \0 M4 N& L
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」。% |3 z. O! Z/ I/ c
