2025年大西洋飓风季节即将结束，气象预报员们开始评估本季各预报模型的表现。今年的结果令人震惊：Google DeepMind的AI气象模型表现异常出色，而美国国家气象局的传统物理模型——全球预报系统(GFS)则表现糟糕。
预报表现对比：AI vs 传统模型
迈阿密大学高级研究员Brian McNoldy已经进行了一些初步数据分析，结果显示了各模型在飓风路径预测上的准确度差异：
上图总结了本季大西洋盆地所有13个命名风暴的路径预测准确度，测量了从0到120小时（5天）内不同时间点的平均位置误差。图表中，线条越低代表模型表现越好。
新的领军者
图表中的黑色虚线显示2022至2024年官方预测的平均误差。最引人注目的是，美国顶级全球模型GFS（图中标记为AVNI）表现最差。而在图表底部，深红色线条代表的Google DeepMind模型（GDMI）在几乎所有预测时间点上都表现最佳。
美国GFS模型与Google DeepMind模型之间的误差差异显著。在5天预测中，Google模型的误差为165海里，而GFS模型则为360海里，是前者的两倍多。这种误差差异导致预报员完全倾向于采用一个模型而忽略另一个。
AI模型的全面优势
Google的模型表现如此出色，以至于它经常超越美国国家飓风中心(NHC)的官方预测——该预测由人类专家综合分析多种模型数据得出。基于AI的模型还击败了备受推崇的"共识模型"，包括TVCN和HCCA产品。
值得注意的是，DeepMind在强度预测方面也表现出色，即飓风强度的波动。因此，在其首个飓风季节，它准确预测了飓风的路径和强度。
革命性影响
作为一名依赖传统物理模型进行预报已有25年的预报员，这些结果令人难以置信。可以肯定的是，我们将越来越依赖Google和其他AI气象模型，这些模型相对较新，仍有改进空间。
"DeepMind和其他类似的数据驱动、基于AI的气象模型之美在于，与传统物理模型相比，它们能更快地生成预测，而后者需要世界上一些最昂贵和先进的超级计算机，"飓风专家、《Eye on the Tropics》通讯作者Michael Lowry评论道。"此外，这些具有神经网络架构的'智能'模型能够从错误中学习并进行即时纠正。"
北美模型的困境
至于GFS模型，很难解释为何本季表现如此糟糕。过去，它至少值得在预报中考虑。但今年，我和其他预报员经常忽略它。
"目前尚不清楚为什么GFS在这个飓风季节表现如此不佳，"Lowry写道。"有人猜测，今年与DOGE相关的政府削减导致的数据收集中断可能是影响因素，但 presumably，这样的因素也会影响其他全球物理模型，而不仅仅是美国的GFS。"
技术优势分析
计算效率
传统物理模型需要超级计算机进行复杂计算，而AI模型能够以更少的资源生成更快的预测。这种效率优势意味着预报员可以更快地获取关键信息，特别是在飓风等紧急情况下。
自学习能力
AI模型的核心优势在于其神经网络架构，能够从历史数据中学习并不断改进。与传统模型需要手动更新不同，AI模型可以在运行过程中自我优化和纠正。
数据处理能力
DeepMind的AI模型能够处理和分析比传统模型更多的数据点，识别人类可能忽略的模式和关联，从而提供更准确的预测。
行业影响与未来展望
预报流程的重塑
随着AI模型的崛起，气象预报流程正在发生根本性变化。预报员不再仅仅是传统模型的解释者，而是需要整合AI和传统模型输出的综合决策者。
资源分配的转变
各国气象机构可能需要重新分配资源，减少对传统超级计算机的依赖，转而投资AI研发和计算基础设施。
公众信任的建立
AI模型需要时间来建立公众信任。虽然技术表现优异，但预报员需要学习如何有效传达AI模型的预测结果及其不确定性。
挑战与局限
尽管AI模型表现优异，但仍面临一些挑战：
数据依赖性
AI模型的性能高度依赖于训练数据的质量和广度。数据偏差或不完整可能导致预测错误。
可解释性问题
与基于物理的模型不同，AI模型的决策过程往往难以解释，这在需要向公众解释预测依据时可能成为障碍。
极端事件预测
AI模型在历史数据丰富的常见天气事件上表现优异，但在罕见的极端天气事件上可能缺乏足够的训练数据。
结论：气象预测的新时代
DeepMind在首个飓风季节的表现标志着气象预测领域的重要转折点。AI模型不仅展示了技术上的优越性，还预示着整个行业可能发生的变革。
随着美国政府处于关闭状态，我们可能无法很快获得关于GFS模型表现不佳的官方解释。但很明显，自2019年开始的模型动态核心升级基本上是失败的。如果GFS模型在十年前只是略逊于一些竞争对手，那么它现在正以更快的速度进一步落后。
未来几年，随着AI技术的不断进步和更多数据的积累，我们可以预期气象预测将变得更加准确和高效。这一革命不仅将改变预报员的工作方式，还将最终提高公众对极端天气事件的准备和应对能力，从而拯救生命和减少财产损失。
气象预测的未来已经到来，而AI正站在这一变革的中心。
