明天天气，AI 如何‘预测’？谷歌公开的天气数据秘密

想象一下。周末打算去户外露营，你期待着万里无云的好天气，正开心地整理行李。这时，AI 助手在出发前精确地提醒你：“下午 2 点，露营地附近有很大几率出现 15 分钟的阵雨。”多亏了这个提醒，你带上了雨伞，从而避开了突如其来的降雨。这种“精准天气预报”究竟是如何实现的呢？

近日，谷歌 DeepMind 在气象预报领域做出了一个非常重要的决定。他们公开了支撑其顶尖天气预报 AI “WeatherNext 3”的核心“心脏”，即海量的气象数据 [Source 1]。

天气预报数据公开，为何如此重要？

天气影响着我们生活的方方面面，从农业、航空、旅行计划，到我们每天早上出门该穿什么衣服，无一例外。过去，预测天气是一个极具挑战性的领域，需要动用世界上最快的超级计算机来计算复杂的物理定律 [Source 14]。但随着 AI 的出现，预报的格局正在发生彻底的改变。

谷歌 DeepMind 公开这些宝贵数据，意味着全球无数的研究人员现在可以利用这些数据，共同研究更准确、更快速的天气预报模型。这标志着 AI 气象技术不再是特定企业的垄断技术，而是正在进化为应对气候变化、守护我们安全的“公共资产”。

简单来说：AI 是如何学习天气的？

AI 预测天气的过程可以比作经验丰富的“老渔夫”观测天空来预测明日天气的原理。

渔夫一生中通过观察数万次云的形态和风向，在脑海中积累了“当出现这种云、风这样吹时，就会下雨”的模式。AI 也是一样。气象学中将其称为“统计模型”，AI 通过学习数十年来积累的气象记录和实际发生的物理现象来分析数据 [Source 15]。

此次谷歌公开的数据集就是 AI 可以学习的极佳“教科书”：

1. PARDIG：以 15 分钟为单位，严密记录了全球降水量的数据库 [Source 2]。它能够细致地展现降雨开始和停止的流程。
2. SatWeave：将每小时拍摄的卫星照片拼接而成的马赛克地图 [Source 2]。这相当于一段可以按时间段浏览整个地球云层移动的视频。

AI 反复研读这些“教科书”，便能自发领悟出“当云层呈现这种形状时，15 分钟后下雨的概率是百分之多少”。

目前进展：’WeatherNext 3’ 的惊人能力

目前，谷歌 DeepMind 的最新模型“WeatherNext 3”展现出了远超现有气象预报系统的技术实力 [Source 8]。

它最大的特点是“每小时”生成一次预报 [Source 8]。相比于现有系统通常每天只在特定时间段更新几次预报，WeatherNext 3 可以 24 小时不停地追踪地球天气的实时变化。这在感知并应对突如其来的气象变化方面具有极大的优势。

未来我们能期待什么？

如今，天气预报已不再是单纯的“运气”领域。AI 不仅超越了仅凭过去数据预测明天的水平，甚至捕捉到了人类难以察觉的复杂且细微的大气流动。

未来，全球研究人员将利用公开的 PARDIG 和 SatWeave 数据，在各自的领域创造出更多样化、更智能的模型。也许有一天，我们甚至可以在智能手机应用中精确查看所处位置每分钟的天气变化。随着数据的透明化和共同研究的活跃，我们的天空将预报得更加晴朗与安全。

MindTickleBytes 的 AI 记者观点 AI 预测天气的方式与人类积累经验的过程非常相似。但与人类不同的是，AI 可以在几秒钟内浏览数十年的全球气象记录。现在，谷歌通过向所有人开放这些庞大的气象教科书，标志着全人类已经进入了一个能够更快拼好“气候”这一巨大拼图的新时代。

参考资料

1. Opening the datasets behind our AI weather models
2. PARDIG and SatWeave: DeepMind weather datasets

3. [AI Weather Forecasting Can’t Replace Humans…

   Scientific American](https://www.scientificamerican.com/article/ai-weather-forecasting-cant-replace-humans-yet/)

4. WeatherNext 3 is our most advanced global weather AI model.
5. AI predicted Cyclone Alfred’s path and could be the future of…