谷歌公司最新發(fā)布了名為 NeuralGCM 的全新 AI 模型，結(jié)合機(jī)器學(xué)習(xí)和傳統(tǒng)技術(shù)，構(gòu)建了全新的 AI 天氣預(yù)測(cè)模型，相關(guān)成果于昨日發(fā)表在《Nature》期刊上。
谷歌公司表示相比較其它純粹基于機(jī)器學(xué)習(xí)的天氣預(yù)報(bào)模型，NeuralGCM 的特點(diǎn)在于成本更低，在預(yù)報(bào)未來(lái) 1-10 天天氣方面準(zhǔn)確度更高。
研究報(bào)告的共同作者、谷歌研究公司的斯蒂芬 霍耶爾（Stephen Hoyer）表示，NeuralGCM 模型是開(kāi)源的，用戶(hù)可以在筆記本電腦上相對(duì)快速地運(yùn)行。
NeuralGCM 模型由谷歌研究院、谷歌 DeepMind、麻省理工學(xué)院、哈佛大學(xué)和歐洲中期天氣預(yù)報(bào)中心的科學(xué)家利用機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)研發(fā)而成，IT之家附上其訓(xùn)練模式如下：
以大腦神經(jīng)元為模型，根據(jù)過(guò)去幾十年的天氣數(shù)據(jù)進(jìn)行訓(xùn)練。
它還使用物理方程描述大尺度天氣模式，本質(zhì)上結(jié)合了全球環(huán)流模型、物理密集型方法與人工智能驅(qū)動(dòng)的任務(wù)。
保留了一些大尺度物理學(xué)，并用人工智能取代了部分建模工作。
研究人員說(shuō)，這樣做的結(jié)果是，該模型可以用更少的計(jì)算能力更快地做出高質(zhì)量的預(yù)測(cè)。他們說(shuō)，NeuralGCM 的準(zhǔn)確度不亞于歐洲中期天氣預(yù)報(bào)中心（ECMWF）的 1-15 天預(yù)報(bào)。
