- 我的订阅
- 科技
我们正处于一个信息大暴发的时代，每天都能产生数以百万计的新闻资讯！
虽然有大数据推荐，但面对海量数据，通过我们的调研发现，在一个小时的时间里，您通常无法真正有效地获取您感兴趣的资讯！
头条新闻资讯订阅，旨在帮助您收集感兴趣的资讯内容，并且在第一时间通知到您。可以有效节约您获取资讯的时间，避免错过一些关键信息。
谷歌推出ai气象模型gencast，预测准确度超越ens
12月5日消息，谷歌DeepMind团队昨日（12月4日）发布博文，推出全新AI气象模型GenCast，能够提前15天提供更快速、更精准的天气预报，其预测准确度超越了欧洲中期天气预报中心（ECMWF）的ENS系统。
项目背景
天气影响我们所有人，塑造着我们的决策、安全和生活方式。
IT之家注：随着气候变化导致更多极端天气事件，准确可靠的预报比以往任何时候都更加重要。然而，天气无法完美预测，而且几天后的预报尤其不确定。
由于完美的天气预报是不可能的，科学家和气象机构使用概率集合预报，即模型预测一系列可能的天气情景。
这种集合预报比依赖单一预报更有用，为决策者提供了未来几天和几周内可能出现的天气状况以及每种情景的可能性更全面的信息。
GenCast模型
现有的天气模型建立在确定性天气模型之上，仅提供对未来天气的单一最佳估计，而GenCast预测集合包含50个或更多预测，每个预测代表一种可能的天气轨迹。
GenCast是一种扩散模型，这种生成式AI模型支撑了图像、视频和音乐生成领域的最新快速发展。然而，GenCast与这些模型不同，它适用于地球的球面几何形状，并在获得最新的天气状态作为输入后，学习准确生成未来天气情景的复杂概率分布。
GenCast使用ECMWFERA5档案中四十年的历史气象数据进行训练，数据包括温度、风速、气压等变量，模型直接从这些数据中学习全球天气模式，分辨率高达0.25°。
在GoogleCloudTPUv5上，GenCast只需8分钟即可生成一个15天的天气预报，并且集合中的每个预测都可以并行生成，远超传统物理模型的计算速度。
GenCast性能评估与应用：
使用2018年前的数据训练，2019年的数据测试，GenCast在1320种不同变量和提前时间的组合测试中，准确率超过ENS的97.2%，在提前36小时以上的预测中，准确率更是高达99.8%。
此外GenCast在预测极端高温、低温和强风等方面持续优于ENS，并能更准确地预测台风/飓风的路径，例如对台风“海贝思”的路径预测。
参考
以上内容为资讯信息快照，由td.fyun.cc爬虫进行采集并收录，本站未对信息做任何修改，信息内容不代表本站立场。
快照生成时间：2024-12-05 17:45:08
本站信息快照查询为非营利公共服务，如有侵权请联系我们进行删除。
信息原文地址：
