明天降雨的概率真的是“概率”吗？谷歌新一代AI“WeatherNext 2”预测天气的惊人方式

想象一下。在重要的户外婚礼前的早晨，你打开天气应用，看到一条消息：“下午 2 点降雨概率为 30%”。这 30% 的数字到底是怎么来的呢？到目前为止，我们看到的天气预报更接近于大型超级计算机通过计算复杂的物理方程数小时后得出的“一个最可能的结论”。简单来说，就像是一位刻板的数学家通宵达旦解题后给出的唯一答案。

这为什么很重要？

天气不仅仅是是否带伞的问题。根据谷歌的解释，WeatherNext 2 已经在 能源交易 (Energy Trading，买卖电力的市场) 和 飓风预测 (Hurricane Forecasts) 领域引起了巨大变化。出处 3: Google releases newWeatherNext2AIforecastingmodel- Overview

打个比方。 对于风力发电站的运营商来说，风力大小就是“金钱”。因为只有准确知道明天风会有多大，才能高效地销售电力。如果风力比预想的弱，电力供应就会出现缺口；如果太强，则必须保护设施。WeatherNext 2 并不是说“风速将为每秒 10 米”，而是通过模拟数百种可能发生的情况，让人能够应对最坏的情景。

此外，当飓风临近时，如果不仅能预测单一路径，还能预先模拟数百种移动的可能性，那么疏散计划就能制定得更加精细。通过“这条路径虽然只有 10% 的概率，但一旦发生损失惨重”这类信息，可以争取到黄金时间。WeatherNext 2 正是最大化了这种管理“不确定性”能力的模型。出处 8: Google launches its most advanced AI forecasting model - WeatherNext 2

易于理解：1 分钟内描绘出的数百个未来

WeatherNext 2 最令人惊讶的地方在于其速度和效率。

1. 用单个芯片替代超级计算机

传统的预测模型需要使用连接了数千台服务器的大型超级计算机计算数小时。但 WeatherNext 2 仅使用一个谷歌 AI 专用芯片 TPU (Tensor Processing Unit，专门为人工智能计算设计的计算机芯片)，即可在 不到 1 分钟 的时间内生成数百种气象情景。出处 1: WeatherNext2:Ourmostadvancedweatherforecastingmodel

你能感受到这是多么惊人的速度吗？这比传统方式快了整整 8 倍。出处 13: Google’s WeatherNext 2 Pushes Global Forecasting To One Hour Resolution - Dataconomy 这相当于把看一部 2 小时电影的时间缩短到了不到 15 分钟。

2. 比喻理解“功能性生成神经网络”

WeatherNext 2 的核心技术是一种被称为 功能性生成神经网络 (Functional Generative Networks) 的结构。出处 10: DeepMind’s WeatherNext 2: Functional Generative Networks Power Faster …

我们可以用一个简单的比喻：

• 传统方式：就像拿着非常精确的图纸盖一栋房子。光画图纸就要好几天，如果图纸上有一点小错误，整栋房子都可能出问题。
• WeatherNext 2：就像一位熟练的画家瞬间画出数百张速写。通过稍微改变变量（专业术语称为 噪声注入 (Noise Injection) 出处 13），比如“如果这里的云再多一点？”、“如果风再强一点？”，同时展示数百种可能的天气景象。

汇总这数百个情景后，“降雨可能性高的地区”和“难以预测的地区”就会清晰显现。这正是我们在应用中看到的“概率”的真面目。这可以理解为预先窥视数百个平行宇宙并进行统计。

现状：我手里的 AI 气象学家

WeatherNext 2 并不只停留在实验室。谷歌已经开始将这一模型应用到我们每天使用的实际服务中。

• 谷歌搜索及 Gemini: 在谷歌搜索框询问天气时获得的信息已通过 WeatherNext 2 进行了升级。出处 7: WeatherNext2: The Impact of Google’s AIForecastingModel, 出处 10
• Pixel Weather: 谷歌智能手机 Pixel 系列自带的天气应用也搭载了这一高级模型，为用户提供更精细的预测。出处 5: WeatherNext2is Google’smostaccurateforecastingmodel
• 谷歌地图 (Google Maps): 预计不久后将与谷歌地图平台的天气 API 集成。现在找路时，你可以精确查看移动路径上每小时的天气，制定旅行计划。出处 10

该模型将全球精细划分为约 25 公里网格 (0.25° 分辨率) 进行分析。简单来说，就像在每块相当于数千个足球场大小的区域都派驻了一名专属预报员。通过这种方式，它可以预测未来 15 天的天气变化。出处 10 特别是将时间分辨率精确提高到了 1 小时，旨在实现“下午 2 点 15 分开始下雨，预计 3 点 10 分停止”这种级别的预报，而不仅是“下午有雨”。[出处 8, 13]

未来会怎样？

谷歌自信地称 WeatherNext 2 为“现存最先进、最高效的预测模型”。出处 12: Google DeepMind’s WeatherNext 2: Revolutionizing Weather Forecasting for Energy Traders 这项技术带来的未来不仅限于提高气象信息的准确度。

未来，企业可以通过 Google Cloud Vertex AI (企业级 AI 开发平台) 根据自己的业务目的定制 WeatherNext 2 模型。出处 2: WeatherNext2— Google DeepMind

想象一下：

• 航运公司：实时分析航线上的海浪和风力，找到最节省燃料的最佳路径。
• 农民：接收针对自己农场位置定制的精准气象信息，听取 AI 关于何时浇水、何时收获的建议。
• 保险公司：通过数百种情景分析干旱或洪水等气象灾害的风险，设计更合理的保险产品。

虽然天气是人类无法完全控制的领域，但多亏了 AI，我们现在能够更清晰地窥见那巨大的不确定性。1 分钟预见数百个未来的 WeatherNext 2。我们期待这项技术将如何让我们的安全和日常生活变得更加智能和有保障。

AI 的视角 (MindTickleBytes AI 记者)

天气是世界上最复杂、最无序的数据之一。过去，为了解决这种复杂性，我们投入了更大的超级计算机和更多的电力，但现在谷歌通过更聪明的“算法”突破了这一局限。WeatherNext 2 证明了 AI 不仅仅是写字绘图的娱乐工具，更可以成为解决人类面临的气候危机和现实生活难题的最强有力武器。在生成式 AI “想象”天气的时代，我们的明天似乎变得更加可以预测了。

参考资料

1. WeatherNext2: Our most advanced weather forecasting model
2. WeatherNext 2 — Google DeepMind
3. Google releases new WeatherNext 2 AI forecasting model - Overview

4. [Google DeepMind model speeds up weather forecasting

   LinkedIn](https://www.linkedin.com/news/story/google-deepmind-model-speeds-up-weather-forecasting-6765700/)

5. WeatherNext 2 is Google’s most accurate forecasting model

6. [WeatherNext

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

7. WeatherNext 2: The Impact of Google’s AI Forecasting Model
8. Google launches its most advanced AI forecasting model - WeatherNext 2
9. DeepMind’s WeatherNext 2: Functional Generative Networks Power Faster …

10. [Google updates its weather forecasts with a new AI model

    The Verge](https://www.theverge.com/news/822489/weather-forecast-ai-model-google-weathernext)

11. Google DeepMind’s WeatherNext 2: Revolutionizing Weather Forecasting for Energy Traders
12. Google’s WeatherNext 2 Pushes Global Forecasting To One Hour Resolution - Dataconomy

FACT-CHECK SUMMARY

• Claims checked: 14
• Claims verified: 13
• Verdict: PASS