Google DeepMind 开发了一款名为 WeatherNext 的人工智能模型，它在预测气旋（也称飓风或台风）方面取得了重大突破。该模型能将气旋的路径、强度和风力结构的准确预测时间提前一整天，相当于气象学领域十年的进步。通过与美国国家飓风中心等机构合作，该模型已在实际预报中发挥作用。目前，DeepMind 已决定开源此模型，旨在赋能全球研究社区，共同提升对自然灾害的抵御能力。
预测的挑战与重要性
热带气旋是地球上最具破坏性的天气现象之一，准确预测其发展路径和强度至关重要，每一小时的提前预警都可能挽救生命。
- 巨大的破坏力： 在过去 50 年中，热带气旋在全球造成了超过 70 万人死亡和 1.4 万亿美元的经济损失。
- 与时间赛跑： 对于预报员来说，发布及时、准确的预警是一场持续的竞赛。
WeatherNext 模型平均为预报员提供了 额外一整天的预测准确性：其三天的预报效果，与先前模型两天的预报效果相当。
在 2025 年的飓风“梅丽莎”事件中，该模型成功预测了风暴的快速增强和在牙买加的登陆，帮助美国国家飓风中心（NHC）提前发布预警，为地面准备赢得了宝贵时间。
WeatherNext 的工作原理
传统的气旋预测需要在两种不同的模型技术之间做出权衡，而 WeatherNext 通过一个统一的模型解决了这个难题。
传统方法的局限：
- 路径预测： 气旋的路径受全球大气环流影响，通常由分辨率较低的全球模型预测。
- 强度预测： 气旋的强度由其核心周围小范围的热力学过程决定，需要高分辨率的局部模型来模拟。
WeatherNext 的突破：
- 它是一个 单一的人工智能模型，能够同时准确预测热带气旋的路径、强度和风力结构。
- 该模型结合了两种数据进行训练：近 20TB 的全球大气数据和包含近 5000 场历史风暴的 IBTrACS 专家数据库。
- 一个令人惊讶的发现是，WeatherNext 仅需 28x28 公里分辨率的数据就能做出准确预测，这比传统模型粗糙了 100 倍。
提升预测能力与开源共享
WeatherNext 不仅在准确性上实现了飞跃，其运行效率也极高，能够在不到一分钟的时间内生成一个为期 15 天的预报。
通过使用函数式生成网络（FGNs），该模型能高效生成 1000 种可能的情景预测，这有助于预报员评估和应对“快速增强”等罕见但后果严重的极端事件。
为了推动整个气象研究领域的发展，Google DeepMind 决定将 WeatherNext 开源，向社区免费提供代码和模型权重。
- 开放的资源包括：
- WeatherNext Cyclones: 在飓风季运行的专用模型。
- WeatherNext 2: 更新版本的通用天气模型。
- WeatherNext 2-mini: 一个可以在普通计算机上运行的紧凑版本。
通过开放这项技术，研究人员、气象机构和非营利组织可以更好地预测各类天气事件，为保护生命和基础设施提供支持，共同建立一个更具韧性的社区。