Google DeepMind推出新工具加速飓风预测，有望拯救生命和财产

Google DeepMind推出新工具，通过深度学习技术加速飓风预测，有望显著提高预测精度和响应速度，这一创新有望为政府和公众提供更早、更准确的预警，从而有效减少飓风带来的生命和财产损失，该工具的应用将进一步完善全球气象预测系统，提高应对自然灾害的能力。

近日，随着热带风暴梅丽莎在海地南部生成，国家飓风中心（NHC）气象学家菲利普·帕平已确信其将迅速增强为强飓风。作为值班首席预报员，他大胆预测该风暴在24小时内将升级为四级飓风，并开始转向牙买加海岸。如此激进的“迅猛增强”预报，NHC此前从未发布过。

飓风“梅丽莎”影像

帕平背后有强力支持——今年6月首次投入使用的GoogleDeepMind新一代人工智能飓风模型。正如他预期，梅丽莎果然以惊人强度侵袭了牙买加。

如今，NHC的预报员正越来越依赖GoogleDeepMind。10月25日早晨，帕平在公开讨论和社交媒体上解释道，Google模型是他信心十足的关键原因：“大约40-50种DeepMind集成模型都显示，梅丽莎将增强为五级飓风。虽然我还不准备给出如此高的强度预报，但这绝对可能。”

他还指出，随着风暴在大西洋流域最暖洋区缓慢移动，“极有可能出现快速增强的情况”。

Google DeepMind不仅是首个专为飓风设计的AI模型，也是首个在精度上超越传统气象模型的系统。今年大西洋已出现13场风暴，Google模型在路径预测上甚至优于人工气象员。

梅丽莎最终以五级强度在牙买加登陆，成为近两百年来大西洋流域最强登陆飓风之一。帕平的“激进”预报很可能为牙买加民众争取了宝贵的准备时间，挽救了无数生命和财产。

DeepMind团队已在气象领域耕耘多年，其母系统去年曾在分析大范围天气格局时大放异彩。与传统、耗时的物理气象模型相比，Google模型能够更快速识别复杂变化，且所需算力、运行时间都大大降低。

前NHC预报员迈克尔·洛瑞指出：“这个飓风季很快就证明了AI气象模型具备与传统物理模型一争高下的实力，有时甚至更为准确。”

不过，值得注意的是，DeepMind模型属于“机器学习”范畴，而非如ChatGPT那样的生成式AI。它通过分析海量历史数据，自主识别规律，并能在桌面计算机上用几分钟推算结果，这在以往需要全球最强超级计算机才能运行且耗时数小时的政府旗舰模型中是不可想象的。

DeepMind模型能如此快速超越以往的权威模型，让许多致力于强风暴研究的气象专家大为震撼。

前NHC预报员詹姆斯·富兰克林也表示：“如今采样量足够多，很明显这并非‘新手好运’。”不过他也指出，该模型在极端强度预报上偶有失误，例如今年的艾琳飓风和菲律宾的“卡玛埃吉”台风。

富兰克林计划在飓风季结束后与Google进一步合作，获取更多独立数据来评估模型决策依据。他坦言：“虽然这些预报看起来十分准确，但模型本身更像是个‘黑箱’。”

与传统气象模型主由国家机构开发、数据公开不同，DeepMind作为私营企业，虽然已公开高层输出结果，但其推算方法和参数仍未完全公布，无法完全“开箱检查”。

美国和欧洲等多国政府也已在开发AI气象模型，同样取得了比传统模型更好的表现。接下来，预计会有更多创新公司投身于亚季节（sub-seasonal）长期预报、极端天气（如龙卷风、暴雨）提前警报等更难问题，甚至有公司自建气象探空气球，以弥补政府观测网络的空缺。

随着AI介入天气预报领域，未来极端天气防御和灾害响应有望更加高效及时。