完全人工智能驱动系统Aardvark标志着天气预报新时代

一种新的完全由人工智能驱动的天气预报系统已经出现，允许研究人员仅使用台式计算机即可生成天气预报，与传统系统相比，其速度快几十倍，计算能力要求低数千倍。

这项名为Aardvark（土豚）Weather的新模型是剑桥大学、阿兰·图灵研究所、微软研究院和欧洲中期天气预报中心（ECMWF）研究人员之间国际合作的结果。

《自然》杂志的一篇研究论文详细介绍了这个天气预报系统，该系统基于深度学习架构，处理大量观测数据以生成高分辨率的天气预报。Aardvark Weather的创建者声称他们的模型是一个“端到端的人工智能预测系统”

准确的天气预报对于农业、交通和能源等行业以及极端天气事件期间的公共安全至关重要。传统的天气预报系统依赖于数值天气预报（NWP）模型，该模型使用基于物理的方程来模拟大气过程。这包括几个步骤，包括收集观测数据和随着时间的推移改善大气状态。这些方法不仅耗时，而且可能需要大量资源，并且与较新的人工智能模型相比，它们的准确性往往较低。

然而，即使是一些新的人工智能预测模型也依赖于传统的NWP管道进行数据初始化。虽然人工智能已经能够取代计算天气随时间演变的数值求解器，但其他一些过程保持不变。

Aardvark Weather的独特之处在于，它被设计成一个单机模型，能够直接从气象站和卫星等观测源获取数据。这种完全由人工智能驱动的方法意味着，现在可以在简单的台式电脑上在几分钟内实现天气预报。研究人员认为，与传统的天气模型和目前使用的其他基于人工智能的系统相比，Aardvark需要的观测数据输入要少得多。

“Aardvark重新构想了当前的天气预报方法，使天气预报比以往任何时候都更快、更便宜、更灵活、更准确，有助于改变发达国家和发展中国家的天气预报。”剑桥大学工程系的Richard Turner教授说，他领导了这项研究。“Aardvark的速度比以前所有的天气预报方法快数千倍。”

根据研究人员的说法，仅使用10%的输入数据，Aardvark Weather就能够在许多变量上超越美国国家GFS预测系统。他们还声称，该系统与美国气象局的预测精度相匹配，后者利用多个天气模型和人类预报员的输入来提供预测。

剑桥大学计算机科学与技术系的第一作者Anna Allen说：“这些结果只是Aardvark所能取得成就的开始。”“这种端到端的学习方法可以很容易地应用于其他天气预报问题，例如飓风、野火和龙卷风。除了天气，它的应用还扩展到更广泛的地球系统预报，包括空气质量、海洋动力学和海冰预报。”

研究人员认为，Aardvark天气不仅关乎速度和准确性，还关乎易用访问。该系统可用于预测发展中国家和世界各地数据稀疏地区的天气，在这些地区，他们可能无法获得最先进的天气预报设备、专业知识或计算资源。

阿兰·图灵研究所的Scott Hosking博士表示，完全基于人工智能的预测系统可以帮助“从政策制定者和应急规划者到依赖准确天气预报的行业”的每个人。通过将天气预报从超级计算机过渡到台式计算机，该系统有可能使天气预报平民化，使其更容易被更广泛的用户使用。

Aardvark也可以针对特定的应用和地区进行定制。例如，它可用于为农业利益预测降雨量，或为可再生能源设施预测风速。

随着埃隆·马斯克的DOGE减少气象气球的发射，对创新和高效的预测模型的需求比以往任何时候都更加迫切。Aardvark Weather为弥合这一差距提供了一种解决方案。

虽然Aardvark天气显示出潜力，但它仍然是一个新的实验模型。它并没有消除对真实世界天气数据收集的需求，至少现在还没有。事实上，该研究强调了从卫星收集的实时天气数据对确保预报准确性的重要性。现实世界的数据用于训练这些模型，需要继续收集更多的数据。

开发Aardvark Weather的研究人员计划扩大他们的团队，并在全球南方部署该系统，该地区气候脆弱性更大，支持传统预测方法的基础设施有限。在模型变得更加可靠之前，我们将不得不依赖更传统的方法。然而，人工智能正在打开新的大门。它还使专家能够专注于更高层次的分析和极端天气事件预测。