最近的天氣越來越奇怪，像是韓國今年 11 月份就開始下雪、台灣到了12 月也還不會很冷等等的天氣異常問題都讓氣象預報變的很難準確評估。可能也會有人認為氣象預報不準，但其實是因為現在的模型在預測極端天氣的能力有限，面對氣候變化以起的極端天氣變多，自然也就導致現在的模型無法像以前一樣有效的預測天氣。Google DeepMind 看到這個問題並研發推出能夠使用生成式 AI 對天氣進行概率性預測的 AI 天氣預測模型「GenCast」，DeepMind 表示 GenCast 在 36 小時以上的預報中準確度高達 99.8％，特別是在預測像是颱風、熱浪和強風時 GenCast 的表現格外出色。
Google DeepMind AI 天氣預測模型「GenCast」：36 小時以上氣象預報準確度高達 99.8％
由於現在氣候變遷越來越嚴重，導致現在經常出現極端氣候，像是很熱的夏天、提早來到的降雪都是由於氣候變遷的原因。氣候變遷除了導致一些嚴重的自然災害以外，也讓氣象預報變得非常困難。由於傳統的氣象預報模型都需要較長的計算時間，因此面對突發氣候變化的預測能力較弱，這也是為什麼大家最近總會覺得氣象預報變不準的原因。
Google Deep Mind 近日在《自然》期刊發表 AI 天氣預測模型 GenCast 的論文，GenCast 擁有高解析度（0.25°）人工智慧集合模型，能夠提供比現在歐洲中期天氣預報中心使用的 ENS 系統還要更準確的日常天氣和極端事件預報。DeepMind 測試了 GenCast 和 ENS，發現 GenCast 在預測精準度上以 97.2％ 的成績贏過 ENS。在超過 36 小時的預測範圍內，GenCast 準確率更是達到了 99.8％。
GenCast 透過 ECMWF（歐洲中期天氣預報中心）的 ERA5 檔案庫的四十年歷史天氣數據進行訓練，讓 GenCast 可以透過之前已經整理好的溫度、風速和各高度的氣壓等變量數據來學習全球天氣的模式。
傳統的天氣預報系統只能預測單一情況，但 GenCast 在 Google Cloud TPU v5 上只需要 8 分鐘就能生成一組 50 個以上的天氣預測，模擬未來天氣有可能的變化軌跡。GenCast 會更適合最近日益頻繁的極端天氣，GenCast 一次最多還能預測未來 15 天內的天氣情況和可能發生的極端天氣。
Google DeepMind 目前已經開源 GenCast 模型的程式代碼、權重和預測數據，希望以此能夠促進氣象和氣候研究。DeepMind 希望 GenCast 未來能夠幫助政府和緊急服務機構更好地應對自然災害、為再生能源行業提供更準確的風力發電預測。有興趣想瞭解更多有關 GenCast 的詳細資訊的朋友可以前往 GenCast 官方介紹網頁。
