新华社伦敦12月5日电 谷歌旗下“深层思维”公司研究团队日前在英国《自然》杂志在线发表论文，描述了他们开发的专门用于天气预报的人工智能模型GenCast。数据显示，其预测速度和准确度显著优于目前使用的传统天气预报系统。

　　据《自然》杂志网站报道，传统天气预报依赖于复杂的地球大气物理模型，并需要使用超级计算机处理来自卫星和气象站的数据，这一过程既费时，又对计算能力有较高要求。人工智能天气预报近来发展迅速，许多公司都在竞相开发新的、更先进的模型。

　　“深层思维”开发团队利用1979至2018年期间的历史天气数据对GenCast进行训练。借助这些数据，该模型能够绘制出气压、湿度、温度和风等变量之间的复杂关系。团队又利用2019年的天气数据验证了该人工智能预报模型的准确性。数据显示，在约97%的评估指标上，GenCast的预测结果要比全球最先进的中期预报模型之一——欧洲中期天气预报中心的集成模型（ENS）更准确。

　　据介绍，GenCast模型在预报热浪、热带气旋等极端天气事件时，表现优于ENS模型。此外，这一人工智能模型可以在短短8分钟内生成一组随机的15天全球天气预报，其预测速度也显著优于传统天气预报模型。

　　研究人员表示，这项研究用机器模型赶超了“基于物理学的模型”。这一突破将有助于开创一个比传统预报更快、更可靠的人工智能天气预报时代。