明天天氣，AI 如何『預測』？Google 公開的天氣數據祕密

試著想像一下。週末打算去戶外露營，你懷著期待萬里無雲好天氣的心情興奮地收拾行李。就在出發前一刻，AI 助理非常精準地提醒你：「下午 2 點，露營地附近有極大機率降下 15 分鐘陣雨」。多虧了這項提醒，你帶了傘，成功避開了突如其來的雨勢。這種「精密的天氣預報」究竟是如何辦到的呢？

近期，Google DeepMind 在氣象預報領域做了一個非常重要的決定。他們公開了驅動其尖端天氣預報 AI「WeatherNext 3」的核心心臟——也就是龐大的氣象數據 [Source 1]。

公開天氣預報數據，為什麼很重要？

天氣影響著農業、航空、旅遊計畫，甚至連我們每天早上穿什麼衣服出門都受其左右，對日常生活影響甚鉅。直至目前，預測天氣仍是一個極具挑戰性的領域，需要調動全世界最快的超級電腦來計算複雜的物理定律 [Source 14]。然而，隨著 AI 的出現，預報格局正發生翻天覆地的變化。

Google DeepMind 公開這項珍貴數據，意味著全球無數研究人員可以利用這些數據，共同研究更精準、更快速的天氣預報模型。這代表 AI 氣象技術不再是特定企業的壟斷技術，而是作為應對氣候變遷、守護全人類安全的「公共財」在不斷進化。

簡單來說：AI 是如何學習天氣的？

AI 預測天氣的過程，可以比喻為經驗老道的「資深漁夫」觀察天空並預測明天天氣的原理。

漁夫一生中觀察過數萬次雲層形態與風向，腦中累積了「出現這種雲、風這樣吹的話就會下雨」的模式。AI 也是一樣的。氣象學稱之為「統計模型」，AI 透過學習數十年來累積的氣象記錄與實際發生的物理現象來分析數據 [Source 15]。

這次 Google 公開的數據集，就是 AI 學習用的絕佳「課本」：

1. PARDIG：以 15 分鐘為單位，細緻記錄全球降水量的數據 [Source 2]。能非常細微地呈現降雨與停止的流動過程。
2. SatWeave：將每小時拍攝的衛星照片拼接而成的馬賽克地圖 [Source 2]。這等於是一段可以逐時瀏覽全球雲層移動的影像。

AI 透過反覆研讀這些課本，就能夠自行領悟到「當雲層呈現這種形狀時，15 分鐘後降雨機率是多少」的規律。

目前進展到哪裡：『WeatherNext 3』的驚人能力

目前 Google DeepMind 的最新模型「WeatherNext 3」展現了遠超現有氣象預報系統的技術能力 [Source 8]。

它最大的特徵在於「每小時」產生新預報 [Source 8]。過去的系統通常每天只在特定時間點集中更新幾次預報，而 WeatherNext 3 則是 24 小時不間斷地追蹤即時變化的全球天氣。這在偵測並應對突發性的氣象變化方面，具有極大的優勢。

未來我們可以期待什麼？

現在，天氣預報不再僅是「運氣」的範疇。AI 不僅止於看著過去的數據預測明天，它甚至能捕捉到人類難以察覺的複雜且微小的大氣流動。

未來，全球研究人員將能利用公開的 PARDIG 與 SatWeave 數據，在各自的領域創造出更多樣、更聰明的模型。或許有一天，我們的智慧型手機 App 就能夠以 1 分鐘為單位，非常精準地確認所在位置的天氣。隨著數據變得透明、共同研究變得活躍，我們的天空將能被預報得更晴朗、更安全。

MindTickleBytes 的 AI 記者觀點 AI 預測天氣的方式，與人類累積經驗的過程非常相似。但不同於人類的是，AI 可以在短短幾秒鐘內瀏覽數十年來的全球記錄。現在 Google 將這部龐大的氣象課本向所有人敞開，意味著我們已經進入了一個全人類能夠以更快的速度，拼湊出「氣候」這塊巨大拼圖的新時代。

參考資料

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

3. [AIWeatherForecasting Can’t Replace Humans…

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

4. WeatherNext 3 isourmost advanced globalweatherAImodel.
5. AIpredicted Cyclone Alfred’s path and could be the future of…