DeepMind开发降水临近预报AI模型，表现超越传统预测方法

DeepMind和英国气象局合作，发表了最新将人工智能用于气象预报的研究，推进降水临近预报科学的进展，能良好预测未来1到2小时的下雨，以及诸如下雪等降水现象。

天气预测对于人类生活意义重大，中世纪气象学家就以各种方式预测降雨模式，到了近代科学萌芽，开始用大气物理方程式来预测全球天气，而DeepMind表示，现在气象预测又往前跨了一步，已经可以使用机器学习来预测降水。

每天的天气预报由强大的数值天气预测系统进行预测，透过求解物理方程式，数值天气预测系统能在数天前进行行星尺寸的预测，但是由于该系统计算时间过长，难以在2小时内产生高分辨率预测，因此需要临近预报，来填补这个因运算效能不足，而产生的预报空白。

临近预报对于水资源管理、农业、航空和户外活动等产业非常重要，天气感测装置的进步，使得研究能源能够获得高分辨率的雷达资料，而机器学习则刚好适合应用于临近预报，借由利用高品质资料，解决关键领域的难题。

DeepMind这个新人工智能模型，针对临近预报降雨所开发，最多可提前两小时预测降雨量、时间和位置，研究人员使用了1种称为生成建模（Generative Modelling）的方法，根据过去的雷达资料，对未来的雷达资料进行详细且合理的预测。

使用该方法，DeepMind不只可以准确捕捉到大规模事件，还可以生成系集预报（Ensemble Predictions），进而探索降雨的不确定性。这项研究使用了来自英国和美国的雷达资料，并且经英国气象局的50位气象专家进行评估，与目前被广泛使用的临近预报方法相比，在89％的案例中DeepMind的新方法表现较佳。