让全球气象局感到紧张的“天才 AI”登场？能精准预测 15 天后天气的“GenCast”究竟是什么

明天会下雨吗？不，15 天后会怎样？

想象一下，你筹备了一年的户外婚礼还有两周就要举行了。或者假设你为父母预订的孝亲之旅或大费周章预约的海外旅行正好还有 15 天。你怀着激动的心情打开天气预报 App，但得到的回答总是大同小异：“15 天后的天气无法预测”，或者预报每天都在变，反而让你更加焦虑。

目前我们使用的大多数天气预报，一旦超过一周（7 天），准确度就会急剧下降。这是因为大气流动极其复杂，随着时间的推移，误差会像雪球一样越滚越大。

为什么这对我们很重要？

天气预报的准确性不仅仅是决定是否带伞的小烦恼，它是挽救宝贵生命、高效管理国家能源以及防止天文数字般经济损失的关键钥匙。

1. 从极端天气中生存：如果能在台风、酷暑、洪涝等危险天气发生前两周就收到明确警告会怎样？政府可以提前疏散居民到安全地带，并赢得充足的“黄金时间”来确保救援物资 Google AI 提升天气准确性 - LinkedIn。
2. 清洁能源的高效运行：太阳能和风力发电完全依赖天气。如果能准确预测“15 天后风速将达到每秒 10 米，因此可以产生这么多电量”，就可以减少火力发电厂的运行，从而稳定电费并减少碳排放 Google AI 提升天气准确性 - LinkedIn。
3. 日常生活与商业创新：农民可以精确决定播种或收获时间以避免歉收，物流公司可以在暴雪来临前很久就修改配送路线，防止物流瘫痪。

简而言之，GenCast 赠送给了人类 15 天宝贵的“准备时间”。

通俗易懂：GenCast 的秘密在于“概率”

传统的天气预报通常采用确定性模型 (Deterministic model)。这种方式是将当前的气温、湿度、风向数据代入复杂的物理公式，得出一个最可能的答案，如“下雨”或“不下雨” GenCast 以最先进的准确度预测天气和极端天气的风险…。

然而，天气变量太多了。正如“蝴蝶效应”所言，巴西一只蝴蝶扇动翅膀可能在德克萨斯州引起龙卷风，极小的数据差异在 15 天后会产生完全不同的结果。

GenCast 的“集合 (Ensemble)”方式

为了解决这个问题，GenCast 使用了概率模型 (Probabilistic model) GenCast 以最先进的准确度预测天气和极端天气的风险…、Google AI 提升天气准确性 - LinkedIn。让我们用一个比喻来帮助理解：

传统方式（确定性模型）：一名聪明的气象学家独自看着一张地图，断定说“我觉得会下雨”。如果错了，就没有备选方案。

GenCast 方式（集合模型）：50 名优秀的气象专家（集合，Ensemble）聚集在一起，每个人检查稍有不同的可能性。结果，40 人预测大雨，8 人预测小雨，2 人预测阴天。这样我们就能得出更合理的结论：“大雨概率高达 80%，请做好彻底准备。”

实际上，GenCast 每次预报都会生成 50 多个不同的场景 GenCast 以最先进의 准确度预测天气和极端天气的风险…。通过这种方式，它不仅提供下雨的信息，还能精确计算发生极端天气的具体风险百分比。这是通过使用最新的 AI 技术——扩散模型 (Diffusion-based model，类似于生成式 AI 绘画时使用的技术)，让系统自动学习数据之间复杂的因果关系才得以实现的 Google AI 提升天气准确性 - LinkedIn。

现状：压倒全球顶尖模型

GenCast 的性能如何？研究团队将 GenCast 与全球气象机构使用的“终极”模型——欧洲中期天气预报中心 (ECMWF) 的 ENS 进行了正面交锋 Google AI 提升天气准确性 - LinkedIn、Google 的 DeepMind 通过 AI 驱动的 GenCast 重新定义天气预报…。

结果是革命性的。在 15 天预报项目的 97.2% 中，GenCast 的预测比目前的顶级模型 ENS 更准确 Google 的 DeepMind 通过 AI 驱动的 GenCast 重新定义天气预报…、Google 的 DeepMind 通过 AI 驱动的 GenCast 重新定义天气预报…。这不仅仅是稍微好一点，而是完全颠覆了延续数十年的天气预报标准。

未来会怎样？

GenCast 的出现表明，天气预报正从“用超级计算机解物理公式”转向“用人工智能学习复杂模式”。

想象一下，不久后的天气预报 App 会这样告知你： “15 天后下午 2 点下雨的概率为 82%。如果气温比预期低 2 度，有 15% 的可能转为雨夹雪，请参考。”

此外，GenCast 执行预报的速度比传统方式快得多，且成本更低 GenCast 以最先进的准确度预测天气和极端天气的风险…、Google AI 提升天气准确性 - LinkedIn。这将使难以负担数千亿韩元超级计算机的发展中国家也能利用高性能 AI 预报来保护公民免受自然灾害，实现“气象信息的民主化”。

MindTickleBytes 的 AI 记者视角

天气曾被认为是人类无法控制的神之领域。但现在，通过 GenCast 这一强大工具，我们正试图利用“预测的力量”来管理这种不确定性。

97.2% 这一惊人数字不仅仅是技术上的胜利，它代表了在气候危机这一巨浪中，我们能够设计更安全明天的希望。提前赢得 15 天的时间，这难道不是人工智能技术能给人类带来的最温暖、最务实的礼物吗？

参考资料

1. GenCast 以最先进的准确度预测天气和极端天气的风险…
2. 机器学习的概率天气预报 - Nature

3. [天气研究

   WeatherNext

   Google for Developers](https://developers.google.com/weathernext/guides/research)

4. GenCast：基于扩散的中期天气集合预报
5. Google AI 提升天气准确性 - LinkedIn
6. Google 的 DeepMind 通过 AI 驱动的 GenCast 重新定义天气预报…
7. GenCast：我们的新 AI 模型提供更准确、更快速的天气结果。
8. [Google Deepmind] GenCast 以最先进的准确度预测天气和极端天气的风险
9. 生成式人工智能及其对保险业天气和气候风险管理的影响

10. [Google GenCast：AI 天气预报的新时代

    Communeify](https://www.communeify.com/en/blog/google-gencast-ai-weather-prediction-revolution/)

11. Google 揭示了新型 AI 模型，其天气预测能力优于最顶尖的传统预报
12. Google 的 GenCast：使用 GenCast Mini 演示进行天气预报

FACT-CHECK SUMMARY

• Claims checked: 10
• Claims verified: 10
• Verdict: PASS