世界气象组织指出AI在飓风强度预报上的局限
《华盛顿邮报》10月2日的一篇专栏文章分析了AI模型为何难以预测飓风强度,世界气象组织同一天也点出了这一难题。莱斯大学正用美国航空航天局的一套AI模型改进风险评估,谷歌的WeatherNext 3则继续刷新准确率基准。

世界气象组织在2026年10月2日星期五发布了一份文件,介绍人工智能在天气预报中的最新应用。文件承认机器学习正在快速进入气象服务,但也指出热带气旋具体强度的预测仍存在明显空白。
《华盛顿邮报》10月2日的专栏文章称,AI模型在估算飓风峰值风速时面临不小的障碍。文章认为,AI追踪风暴路径很在行,神经网络却仍难以准确把握强度背后的物理过程。这一局限直接关系到应急准备和公共安全。
莱斯大学的研究人员10月2日宣布,他们正在部署一套美国航空航天局的AI模型,用来改进飓风风险评估。这项工作试图把卫星数据与机器学习结合起来,给出更细的本地预报。合作的目标是弥合全球模型与本地影响之间的差距。团队将在本季飓风期间测试这些方法。
谷歌的基准
谷歌DeepMind于2026年9月初发布WeatherNext 3。该模型自称是迄今最准确的AI天气预报模型。它在9月3日推出,此后被收进谷歌9月的人工智能新闻汇总。WeatherNext 3提供逐小时预报,这对电力市场和实时运行决策是一项关键功能。该模型的设计目标是以尽量小的预报提前量损失提供高分辨率数据。
据Phys.org 10月3日报道,科学家正用AI锁定微小颗粒,以改进天气和空气质量预报。这项研究与宏观尺度的模型形成互补,关注的是微物理过程。AI帮助处理海量传感器数据,找出人类分析人员看不到的规律。把不同尺度结合起来,正在成为现代气象业务流程中的常规做法。
据9月19日的一则报道,中国的一台AI超级集群在不到一小时内完成了10天的全球预报。这一速度显示出如今可用于天气预报的算力。该模型使用一个在海量历史数据上训练的大型神经网络。处理速度这么快,高频更新和集合预报才成为可能。
本地与区域应用
《清莱时报》10月3日的一篇研究考察了AI能否预测泰国的洪水。研究梳理了近期测试,结果有好有坏。AI为部分事件争取了更长的预警时间,但在复杂地形和突发性洪水面前表现吃力。作者建议采用混合模型,把AI与传统水文数据结合,效果最好。
在美国,莱斯大学的一个团队正专注于飓风风险。他们使用美国航空航天局的AI模型,是提升国家飓风中心能力这一更大努力的一部分。该模型在投入业务使用前,将用历史风暴数据进行评估。这一做法确保新工具达到严格的科学标准。
据PreventionWeb 10月2日报道,孟加拉国由青年主导的AI创新也在改变气旋防范方式。这个项目展示了AI如何在发展中国家用于挽救生命。系统处理实时天气数据,向脆弱社区发送警报。它说明有效的AI预报并不只属于拥有超级计算机的富裕机构。
物理难题
《华盛顿邮报》的专栏强调,AI模型是统计性的,不是物理性的。它们学到的是历史数据中的相关性,而不是流体力学定律。遇到与以往案例表现不同的风暴时,这就可能导致错误。气象学家警告,过度依赖AI可能削弱人们对传统预报方法的信任。
谷歌的WeatherNext 3通过在训练中加入物理约束,缓解了其中一些问题。该模型的设计遵循质量和能量等守恒定律。这种混合思路试图在AI的速度与物理模型的准确度之间取得平衡。其他研究人员也在探索类似方法,以提高预报的稳健性。
世界气象组织10月2日的文件呼吁AI开发者与气象学家继续合作。文件强调需要透明的评估指标和开放的数据共享。缺少这些,AI在天气预报中的潜力就无法充分释放。该组织鼓励各国气象部门采用AI工具,同时保留人工监督。
随着飓风季推进,这些模型的表现将受到密切关注。强度预测一旦出现重大失误,可能招致对AI方法更严格的审视。未来几周将为最新进展提供真实世界的检验。相关各方正在为一个繁忙且可能危险的季节做准备。
AI进入天气预报的速度在加快,但难题仍在。解决强度问题,是充分获得这些工具好处的关键。持续的研究和国际合作必不可少。目标是一套既快又可靠准确的系统。
资料来源
14- 01Anthropic's super bug-hunting model Mythos is hardcore good at math, as latest vuln under attack showsEN
- 02Anthropic claims popular Chinese AI model has Mythos-class hacking abilitiesEN
- 03OpenAI alerts 100+ orgs that its 'misaligned models' attempted to break inEN
- 04A Beginner's Guide to Running AI Models LocallyEN
- 05Cube Rule food classifier using Cloudflare Clef classification modelEN
- 06Training an open decision model to replace a closed one, in shadow on prodEN
- 07Changes to Gemini model access and limitsEN
- 08Open 10-player CS:GO dataset for multiplayer world modelsEN
- 09What does the advent of powerful AI models mean for mathematicians like me?EN
- 10Twelve AI clay films for $184: The agents cost more than the video modelEN
- 11Ideogram 4.5: The most precise edit modelEN
- 12Kolibri: A Sovereign Open-Weight ModelEN
- 13New in Llama.cpp: Decision ModelsEN
- 14Shield: A 118M model for detecting prompt injections and jailbreaksEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。