精准预报两周后的天气？谷歌新款 AI ‘GenCast’ 预测天气的特别之处

请想象一下。 假设你正在筹备一场准备了两个月的户外婚礼，或者是一年一度的家庭露营。一周前，你查看气象 APP 显示是“晴天”，于是放心地继续准备。然而就在活动前一天，预报突然变成了“暴雨”，这该有多么令人措手不及？精心准备的户外装饰化为泡影，你还得紧急联系宾客，现场陷入一片混乱。

天气就是这样直接影响着我们生活的安全和重要决策。然而，地球的大气系统如此庞大且复杂，即便是准确预测仅仅几天后的未来，对人类来说也一直是一项巨大的挑战 [GenCast 预报天气及极端条件风险 …]。

但就在最近，谷歌 DeepMind（Google DeepMind）发布了一款极具革新性的人工智能气象模型 GenCast，震惊了世界 [GenCast 以行业领先的准确度预报天气及极端条件风险 …]。这位聪明的 AI 助手能提前 15 天（即半个月）对天气和极端气象事件进行预测，且准确度超过了目前全球公认的最顶尖系统 [谷歌 AI 提升天气预测准确度 - LinkedIn]。究竟 GenCast 是靠什么样的神奇原理，为我们展现“准确的未来”呢？

为什么这对我们的生活至关重要？

天气预报不仅仅是决定早上要不要带伞的小信息。尤其是在气候变化导致过去数据难以解释的“极端天气事件（Extreme weather events，如热浪或创纪录的暴雪等严重偏离常态的天气）”频发的今天，准确的预报扮演着保护无数生命和财产的最前线防御角色 [GenCast 预报天气及极端条件风险 …]。

1. 争取灾难准备的“黄金时间”：如果能提前 15 天感知到台风、热浪、洪水等危险天气会怎样？这意味着从国家层面检查避难设施、关照弱势群体的时间从一周增加到了半个月，整整翻了一倍 [GenCast：基于扩散的中期天气集合预测]。
2. 更聪明的能源计划：太阳能或风能等再生能源的产量往往随天气的“心情”而波动。如果能准确知道未来的日照量和风量，就能更高效地计划何时生产、储备多少能源 [GenCast：基于扩散的中期天气集合预测]。
3. 防止经济损失：农民决定收获时机，物流公司更改运输路线，在众多对天气敏感的产业领域，人们可以根据更准确的数据做出减少损失的决策 [深入了解谷歌 GenCast：学习天气预报中的 AI]。

轻松理解：口袋里装进 50 位气象学家！

长期以来，我们接触到的天气预报主要使用的是“决定论模型（Deterministic model，即输入一组数据只输出一个结果的方式）” [GenCast 以行业领先的准确度预报天气及极端条件风险 …]。简单来说，就是把当前的气象数据代入复杂的数学公式，然后给出一个唯一的答案：“明天会下雨”。

但大气非常变幻莫测，哪怕极细微的变化都可能导致结果完全不同。打个比方，就像在弹珠机里发射弹珠，哪怕力量控制只差一点点，弹珠弹跳的方向也会截然不同。仅凭一次预测很难猜中弹珠最终会掉到哪里。

相比之下，GenCast 采用了 概率预测（Probabilistic forecasting，即通过数值计算多种可能性的方式） 模型 [利用机器学习进行概率天气预报 - Nature]。GenCast 不会固执地认为“答案只有一个”。

这里有一个有趣的比喻： 当我们想找一家真正好吃的餐厅时，比起只听一个朋友的话，去问 50 个美食家朋友显然更准确。如果 50 个人中有 45 个人都说“那家店真的很好吃”，那我们就能更放心地去那家餐厅。

GenCast 也是如此，它会一次性同时生成 50 个以上不同的天气情景（集合，Ensemble，综合多种预测的技术） [GenCast 以行业领先的准确度预报天气及极端条件风险 …]。

• “在 A 情景中会下雨，在 B 情景中只是多云。”
• “在全部 50 个情景中有 40 个预报有雨，因此这次活动当天下雨的概率是 80%。”

通过这种方式预先计算不确定性，并利用“扩散基础模型（Diffusion-based model，通过去除噪声生成精密数据的技术）”，即使在极端天气这种极难预测的情况下，也能提供更可靠的信息 [GenCast：基于扩散的中期天气集合预测]。

现状：超越世界最强气象系统的 AI

令人惊讶的是，GenCast 已经证明其性能优于被评为全球最优秀的欧洲中期天气预报中心（ECMWF）的集合预报系统（ENS） [GenCast 预报天气及极端条件风险]。

• 97.2% 的压倒性准确度：在 15 天后的天气预报对决中，GenCast 以 97.2% 的概率胜过了传统的预报方式 [谷歌 AI 提升天气预测准确度 - LinkedIn]。这意味着在 100 次对决中，AI 有 97 次以上表现更准确。
• 闪电般的速度：传统模型需要价值数万亿韩元的超级计算机花费数小时来计算复杂的物理方程。而 GenCast 利用人工智能机器学习（Machine Learning）技术，能更快、更廉价地生成预报 [利用机器学习进行概率天气预报 - Nature]。
• 登上《自然》杂志：这一研究成果发表在世界顶级科学权威期刊《自然（Nature）》上，其技术实力得到了官方认可 [利用机器学习进行概率天气预报 - Nature], [谷歌 GenCast：GenCast Mini 演示天气预报]。

未来的天气预报会有什么变化？

GenCast 的出现标志着天气预报的范式正正式从“复杂的物理引擎”转向“以数据为中心的 AI”。我们将迎来的未来可能是这样的：

• 保障气象灾害下的安全：提前两周获知台风或集中降雨的风险，从而制定避难及恢复计划，大幅减少人员伤亡 [谷歌 GenCast AI 可提前 15 天预测极端天气]。
• 个人专属定制预报：不再只是简单的“首尔天气”，而是概率性地计算你当前所在社区的细微气象变化，超精细预报服务将成为常态 [深入了解谷歌 GenCast：学习天气预报中的 AI]。
• 消除技术鸿沟：那些难以维持数千亿韩元超级计算机的国家也可以利用 AI 模型享受高水平的气象服务，从而构建起全球性的气象安全网。

AI 的视角（MindTickleBytes AI 记者的视角）

预测天气就像是与名为“自然”的巨大混沌（Chaos）搏斗。谷歌的 GenCast 并没有试图强行平息这种混沌，而是通过同时展开并分析无数个“可能性”，选择了一种反而更接近正确答案的聪明策略。现在，AI 已不再是单纯会下象棋或围棋的玩具，它正在成为能够帮助人类安全度过气候危机这一巨浪的优秀导航员。从“说不定会下雨吧？”的莫名不安，转变为“有 80% 的概率会下雨，所以做好准备吧”的英明决策，GenCast 正在开启这样一个时代。

参考资料

1. GenCast predicts weather and the risks of extreme conditions with state …
2. Probabilistic weather forecasting with machine learning - Nature
3. GenCast: Diffusion-based ensemble forecasting for medium-range weather
4. Inside Google’s GenCast: Learn About AI in Weather Forecasting
5. Google AI boosts weather accuracy - LinkedIn

6. [Weather research

   WeatherNext

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

7. GenCast predicts weather and the risks of extreme conditions with
8. GenCast predicts weather and the risks of extreme conditions with state …
9. GenCast predicts weather and the risks of extreme conditions …
10. Google’s GenCast AI can predict extreme weather 15 days ahead
11. Google’s GenCast: Weather Forecasting With GenCast Mini Demo