(内容翻译整理自Theverge)
想要天气预报完全准确技术上非常困难，但是近年来专家建议机器学习可以更好地帮助准确预报天气。谷歌最为最新加入天气预报研究的公司，本周发表了一项新研究，该研究称谷歌实现了“近乎即时”的天气预报。
虽然这项工作尚处于早期阶段，尚未集成到任何商业系统中，但从早期的研究结果似乎很有希望做到即时天气预报。在尚未经同行评议的论文中，谷歌的研究人员描述了他们如何能够以仅数分钟的计算，以1公里的分辨率提前六小时生成准确的降雨预测。与现有技术相比，这是一个很大的改进，现有技术可能需要数小时才能生成预测，并且它们需要更长的时间并生成更复杂的数据。
谷歌研究人员说，迅速的预测将是“有效适应气候变化，特别是极端天气所需的基本工具。”在一个日益由不可预测的天气模式主导的世界中，短期预测对于“危机”处理至关重要，能够减少生命和财产损失。
Google的工作使用雷达数据来预测降雨量。上图显示云的位置，下图显示降雨。 学分： NOAA， NWS， NSSL
与传统的预测技术相比，Google的方法提供的最大优势是速度。谷歌研究人员将他们的工作与两种现有方法进行了比较：光流（OF）预测（用于观察像云这样的现象的运动）和模拟预测（用于创建基于物理的天气系统的详细模拟）。
这些较旧的方法（尤其是基于物理的模拟）的问题在于它们的计算量非常大。例如，美国联邦机构为天气预报所做的模拟，每天必须处理来自气象站的多达100 TB的数据，在昂贵的超级计算机上运行数小时才能够计算出结果。
“传统方法需要6小时一次计算预测，所以每天只能运行3-4次，这导致天气预测是基于6+小时的旧数据”谷歌软件工程师贾森·希基在博客文章中。相比之下，Google的方法可在数分钟内产生结果，因为它们不尝试对复杂的天气系统进行建模，而是针对简单的雷达数据做出预测，以此作为降雨的判断。
该公司的研究人员使用美国国家海洋和大气管理局（NOAA）在2017年至2019年间在美国附近收集的历史雷达数据训练了他们的AI模型。结果显示他们的预测与使用相同数据进行预测的三种现有方法一样好，甚至更好，尽管他们的模型在尝试提前六个小时以上做出预测时表现不佳。
目前，这似乎是AI机器学习在天气预报中的最佳选择方法：做出快速的短期预测，而将更长的预测留给功能更强大的模型。例如，NOAA的天气模型可以提前10天创建天气预报。
尽管我们还没有看到AI对天气预报的全面影响，但许多其他公司也在研究这一领域，包括IBM和Monsanto。而且，正如Google的研究人员所指出的那样，随着我们感受到气候变化的影响，这种预测技术只会在我们的日常生活中变得越来越重要。
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.souzhinan.com/kj/289693.html