谷歌人工智能在快速、准确的天气预报方面击败了超级计算机

学习科技周边要努力，但是不要急！今天的这篇文章《谷歌人工智能在快速、准确的天气预报方面击败了超级计算机》将会介绍到等等知识点，如果你想深入学习科技周边，可以关注我！我会持续更新相关文章的，希望对大家都能有所帮助！

当你下次对预报出错的天气翻白眼时，请记住，预测天气是科学中最复杂的问题之一。现在，谷歌已经让人工智能扮演了天气预报员的角色，并证明了仅需一分钟，它就能提前最多10天做出准确的预测。而这项任务通常需要一屋子的超级计算机花费几个小时才能完成

著名的蝴蝶效应假设指出，风暴是否会酝酿可能受到世界另一端一只蝴蝶扇动翅膀这样微小的事物的影响。天气预报的任务就是将这些众所周知的蝴蝶的信息转化为准确的模型，告诉你是否应该继续计划下周六的野餐

这样做涉及到所谓的数值天气预报（NWP），它使用世界各地的当前天气观测作为输入数据，并通过在超级计算机上运行的复杂物理方程进行运算。但现在，谷歌推出了一款名为“GraphCast”的人工智能系统，它可以在不那么强大的硬件上更快地处理数据。

这个人工智能是通过对40年来的天气再分析数据进行训练而得到的，这些数据是由卫星图像、雷达和气象站收集的。GraphCast会获取六小时前的天气状况和当前状态，并利用这些宝贵的数据来预测六小时后的天气情况。基于此，它能够以每6小时为间隔向前预测，并建立长达10天的天气预测

GraphCast在地球表面的100多万个网格点上进行这项工作，每个网格点的经纬度为0.25度。在每一个点上，该模型都考虑了地表的五个变量，如温度、压力、湿度、风速和方向，以及37个不同高度的大气中的六个变量。

在测试中，GraphCast在一台谷歌TPU v4机器上进行了运行，并与当前天气预报的黄金标准进行了比较：一个名为“高分辨率预报（HRES）”的模拟系统，在超级计算机上运行。GraphCast能够在一分钟内预测未来10天的天气，并且在90%的测试变量和预测提前期上比HRES更准确。当这些模型集中于对流层时，GraphCast在99.7%的情况下表现优于HRES。对流层是大气的最低层，准确的预测在日常生活中非常有用和适用

在GraphCast展示的能力中，更令人印象深刻的是，尽管它没有经过专门的训练，它比HRES更早地识别出恶劣天气事件。在一个现实世界的例子中，人工智能能够准确地提前9天预测飓风登陆的地点，而传统的预测只有提前6天确认

谷歌表示，GraphCast的代码是开源的，允许世界各地的科学家对其进行实验，并将其纳入日常天气预报。这种数字处理感觉像是人工智能的完美工作，这样他们就可以把艺术和写作留给我们人类。

这项研究的结果在《科学》杂志上发布了

如果朋友们喜欢，敬请关注“知新了了”！

理论要掌握，实操不能落！以上关于《谷歌人工智能在快速、准确的天气预报方面击败了超级计算机》的详细介绍，大家都掌握了吧！如果想要继续提升自己的能力，那么就来关注golang学习网公众号吧！