人工智能是谷歌的新宠，而其下一个目标就是天气预报。该公司正在推出 GenCast，一种“高分辨率人工智能集成模型”，该模型在《自然》杂志发表的一篇论文中进行了详细介绍。

准确的天气预报对于日常生活、防灾甚至可再生能源等方方面面都至关重要。GenCast 的预报能力比目前最强的系统ECMWF的 ENS 强，可以提前 25 天进行预报。

谷歌推出天气预报人工智能模型 GenCast

GenCast 是一种扩散模型，类似于您可能在 AI 图像生成器中看到的模型。不过，该模型专门针对地球的几何形状进行了调整。它基于 ECMWF 档案中四十年的历史数据进行了训练。

为了测试它，谷歌使用截至 2018 年的历史天气数据对 GenCast 进行了训练，并对 2019 年进行了 1,320 次不同的预测，并将其输出与 ENS 和实际天气进行了比较。在 97.2% 的情况下，GenCast 比 ENS 更准确，对于 36 小时或更长时间的预测，准确率高达 99.8%。

这是一个演示。谷歌委托 GenCast 预测2019 年袭击日本的台风哈吉比斯的路径。您可以看到表示台风的路径，蓝色表示谷歌的 AI 模型预测的可能路径。在 7 天时，它们的分布相当分散，但随着台风越来越接近登陆，它们的实际路径逐渐缩小。

其中一个用例是让地方当局有更多时间应对恶劣天气。GenCast 还可以预测风力发电厂附近的风速、太阳能发电厂的天气等。

GenCast 是一个“集成模型”，这意味着它可以生成 50 多个具有不同概率的预测。谷歌表示，一个涵盖 15 天的预测可以在 8 分钟内在 Google Cloud TPU v5 上生成。多个预测可以并行完成。而传统的天气预报模型在超级计算机上需要数小时。