天气预报机器学习模型准确性怎么？研讨称体现逾越现有最好水平

liukang20243个月前 (04-23)吃瓜动态868

中新网北京12月5日电 (记者孙自法)世界闻名学术期刊《天然》最新宣布一篇气候研讨论文称，研讨人员研宣布一个名为“GenCast”的机器学习模型，其能依据当时和未来气候进行牢靠的概率气候预告。该模型体现不只超越了现在最好的传统中程气候预告，还能更好地猜测极点气候、热带气旋道路和风能产值。

该论文介绍，精确的气候预告关于个人、政府和安排的日常要害决议计划必不可少，这些决议计划包含是否带雨伞、评价风能产值或是极点气候规划。气象预告传统上运用数值气候预告法，这种办法估量当时气候，并基于此猜测未来一段时间的气候情况(称为确定性预告)。这会产生很多潜在情形，经过结合这些情形就能进行气候预告。

在本项研讨中，论文榜首作者兼一起通讯作者、谷歌旗下前沿人工智能公司DeepMind的Ilan Price和搭档协作，研宣布GenCast的机器学习气候猜测办法，其能生成概率性猜测，即依据当时和之前的气候状况猜测未来气候的可能性。论文作者用40年(1979至2018年)的气候产生最佳估量剖析数据训练了GenCast，使其能在8分钟内对超越80个外表和大气变量进行以12小时为单位的15天全球预告。

这次研讨结果显现，相较于一种确定性预告且是全球当时最好的中期预告——欧洲中期气候预告中心的调集预告(ENS)，GenCast在用于评价体现的1320个目标中有97.2%的目标都优于ENS。论文作者还发现，GenCast在猜测极点气候、热带气旋道路和风能产值时更有用。

论文作者总结指出，气候预告机器学习模型GenCast或能供给更高效、有用的气候预告，以支撑实践规划。(完)

告发/反应