人工智能
不懂物理也没关系，AI预测天气现在很厉害
正如强冷锋的激励作用那样，天气预测界正在酝酿重大变革。而最终目标无疑是革命性的：基于人工智能的全新天气预测方法，可以在一台桌面电脑上运行。
如今的人工智能系统需要大量数据来运行。例如，大型语言模型如ChatGPT需要海量数据来改善回答质量。数据越多、质量越高，训练效果越好，结果也越精准。
然而，互联网上的高质量数据是有限的。这些大型语言模型已经消耗了如此多的数据，以至于面临广泛的版权侵权诉讼。随着数据的枯竭，AI模型的运营者开始转向合成数据等新思路，以继续提升用户体验。
如果数据为王，那么类似于大型语言模型的AI技术还有哪些应用领域可以挖掘？过去18个月中，天气预测成为一个极具潜力的领域，并且近期的进展在气象学界引起了巨大反响。
原因在于一个秘密武器：一个极为丰富的数据集。欧洲中期天气预报中心(ECMWF)是全球数值天气预报的顶级机构，维护着一个关于大气、陆地和海洋天气数据的庞大数据集，涵盖了自1940年以来，每天、每隔数小时、全球各地的数据。自全球卫星覆盖开始的过去50年数据尤其丰富。这个数据集被称为ERA5，并且是公开可用的。
尽管ERA5并非为AI应用而创建，但它在这一领域展现出极大的价值。计算机科学家自2022年开始认真利用这个数据集来训练AI模型进行天气预测。自那时以来，技术进展迅速。在某些情况下，这些AI模型的输出已经优于科学家们花费数十年设计和构建的全球天气模型，而这些传统模型需要世界上最强大的超级计算机来运行。
“机器学习显然是天气预测未来的重要组成部分，”负责ECMWF AI预测工作的Matthew Chantry在接受Ars采访时表示。
John Dean和Kai Marshland在2010年代末期在斯坦福大学读本科时相识。Dean是电气工程师，2017年夏天在SpaceX实习。Marshland是计算机科学家，下一年夏天在发射公司实习。两人于2019年毕业，正在思考未来的职业方向。
“我们决定要解决天气不确定性的问题，”Marshland说，于是他们创立了一家公司，名为WindBorne Systems。
公司的理念很简单：地球和大气的约85%的区域，我们没有良好的天气数据。缺乏高质量的数据，无法建立初始条件，是全球天气预报模型的一大障碍。公司的解决方案正如其名——风载。
Dean和Marshland开始设计小型气象气球，可以释放到大气中，并在全球飞行长达40天，传回有用的大气数据，这些数据可以打包并出售给大型、政府资助的天气模型。
气象气球提供了无法通过地面观测或卫星捕捉的大气条件数据，如温度、露点和气压等读数。这些大气“剖面”有助于建立模型的初始条件。问题在于传统的气象气球笨重且仅能运行几个小时。因此，美国国家气象局每天仅在美国约100个地点两次发射这些气球。
Dean和Marshland开发了更小的气球，每个气球重量不足6磅，设计用于在大气中持续数周。通过每天发射数百个气球，随着时间的推移，他们可以收集全球的数据。Marshland表示，WindBorne现在运营着全球最大的气象气球星座。
为了测试这些气球数据在预测模型中的同化，WindBorne大约一年前开始开发自己的天气模型。他们选择尝试AI预测，因为基于复杂计算物理的传统模型需要极其庞大的计算能力。
“当我们开始开发AI预测时，我并不认为它会是一个更准确的模型，”Dean说。“这是一种节约计算能力的方法。一台配有高性能GPU的桌面电脑就可以运行。这相比于全球预测模型所需的计算能力来说，简直是疯狂的。”
然而，不久之后，该公司的AI天气模型WeatherMesh在在许多情况下表现优于传统模型。Dean和Marshland惊讶地发现，AI模型不仅可以在较少的计算资源下运行，还能快速生成高质量的预测结果。
AI模型的优势
AI模型的主要优势之一是其能够快速处理和分析大量数据。传统的天气预报模型依赖于复杂的物理方程和大量的计算资源，这需要强大的超级计算机来运行。而AI模型则可以通过学习历史数据和识别模式来生成预测，这大大减少了计算时间和资源。
此外，AI模型能够自我改进。通过不断地吸收新数据，AI模型可以逐渐提高预测的准确性。这种自我学习的能力使得AI模型在处理复杂和动态的天气系统时具有独特的优势。
尽管AI模型已经展示了巨大的潜力，但气象学家和计算机科学家们仍在不断改进这些模型。例如，研究人员正在探索如何更好地处理和同化多源数据，包括地面观测、卫星数据和气象气球数据，以进一步提高预测的精度。
此外，团队们还在研究如何应对AI模型在极端天气事件中的表现。这些事件往往具有高度的非线性和不可预测性，对任何预测模型来说都是巨大的挑战。通过增加训练数据的多样性和改进模型的算法，研究人员希望AI模型能够在极端天气事件中表现得更加可靠。
随着AI技术的不断进步，天气预测领域有望迎来更多的创新和变革。AI模型不仅可以提高预测的准确性，还可以大大减少预测的时间和成本。这将为农业、交通、能源等多个行业带来深远的影响。
同时，AI天气预测技术的普及也将提升公众对天气预报的信任度和依赖性。更准确、更及时的天气预报将帮助人们更好地应对自然灾害，减少生命财产损失。
总之，AI天气预测代表了科技与自然科学结合的一个重要里程碑。随着技术的不断成熟，我们有理由期待一个更加智能和可靠的天气预报未来。
本文译自 Ars Technica，由 BALI 编辑发布。