2025年大西洋飓风季已经接近尾声，热带风暴逐渐进入冬季休眠状态，气象预报专家们开始评估本季度各类预测模型的表现。今年，结果异常清晰：尽管谷歌DeepMind的Weather Lab直到6月份才开始发布气旋路径预测，但其AI气象预测服务表现异常出色。相比之下，由美国国家气象局运营的全球预报系统（GFS）模型，基于传统物理原理，运行在强大的超级计算机上，表现却糟糕透顶。
预测模型的惊人对比
美国国家飓风中心要几个月后才会发布官方的预测模型性能对比数据。然而，迈阿密大学高级研究员Brian McNoldy已经进行了一些初步的数据分析。结果令人震惊：
图：2025年大西洋季节飓风模型路径预测准确性对比图。来源：Brian McNoldy
上图总结了本季度大西洋盆地所有13个命名风暴的路径预测准确性，测量了从0到120小时（五天）内不同时间点的平均位置误差。图表中，线条越低，表示模型表现越好。
新的冠军诞生
图中的黑色虚线显示了2022至2024年季节官方预测的平均误差。最引人注目的是，美国最先进的全局模型——GFS（图中标记为AVNI）——表现最差。而在图表底部，深红色的谷歌DeepMind模型（GDMI）在几乎所有预测时间段都表现最佳。
美国GFS模型与谷歌DeepMind模型之间的误差差异显著。在五天的预测中，谷歌模型的误差为165海里，而GFS模型为360海里，几乎是前者的两倍。这种误差差异导致预报员完全忽视一种模型而偏好另一种。
但谷歌模型的出色表现还不止于此。它经常超越国家飓风中心（NHC）的官方预测——该预测由人类专家基于广泛的模型数据综合得出。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。关于各种模型及其指定名称的更多信息，请参见这里。
对传统预测模式的颠覆
值得注意的是，DeepMind在强度预测方面也表现出色，这是关于飓风强度的波动情况。因此，在其首个飓风季，它准确预测了飓风的路径和强度。
作为一名依赖传统物理模型进行预测已有25年的预报员，很难用言语形容这些结果的惊人程度。可以肯定的是，未来我们将严重依赖谷歌和其他AI气象模型，这些模型在未来几年可能会不断改进，因为它们相对较新，仍有提升空间。
"DeepMind和其他类似的数据驱动、基于AI的气象模型的美妙之处在于，与传统需要世界上最昂贵和最先进的超级计算机的物理模型相比，它们能更快地生成预测，"飓风专家和《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。"
美国GFS模型的问题
至于GFS模型，很难解释为什么本季表现如此糟糕。过去，它至少值得在预测时考虑。但今年，我和其他预报员经常忽视它。
"目前尚不清楚为什么GFS在这个飓风季节表现如此糟糕，"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 这种因素也会影响其他全球物理模型，而不仅仅是美国的GFS。"
随着美国政府陷入停摆状态，我们可能无法很快得到许多答案。但似乎可以确定的是，该模型动态核心的重大升级——始于2019年——基本上是失败的。如果GFS在十年前就落后于一些竞争对手，那么现在它正以更快的速度进一步落后。
AI气象预测的未来
DeepMind的成功不仅仅是技术上的突破，它代表了气象预测领域的一次范式转变。传统物理模型依赖于复杂的数学方程和大量的计算资源，而AI模型则通过学习历史数据来识别模式和关系，这种方法在处理复杂和非线性系统时显示出巨大优势。
气象预测的准确性直接关系到生命安全和财产保护。更准确的飓风路径预测可以提前更精确地疏散人群，减少人员伤亡；更准确的强度预测可以帮助更好地准备应对措施，减轻灾害损失。DeepMind的AI模型在这方面展现出的潜力是革命性的。
全球气象预测格局的重塑
DeepMind的成功可能会重塑全球气象预测的竞争格局。欧洲中期天气预报中心（ECMWF）的传统物理模型长期以来一直是气象预测的"黄金标准"，但DeepMind的表现表明，AI模型可能在某些方面超越传统方法。
随着更多科技公司进入这一领域，我们可以期待看到更多基于AI的气象预测模型的出现。这些模型可能会结合不同数据源，提供更加全面和准确的预测。同时，传统气象机构可能会加速采用AI技术，将机器学习与传统物理模型相结合，创建混合系统，以发挥两种方法的优势。
技术与伦理的考量
尽管AI气象模型展现出巨大潜力，但也存在一些挑战和考量。首先，这些模型的"黑盒"性质使得理解其决策过程变得困难，这可能影响预报员对模型的信任和使用。其次，AI模型可能依赖于高质量的历史数据，而数据缺失或不完整可能会影响其性能。
此外，气象预测的AI化也引发了一些伦理问题。例如，如何确保这些技术的公平获取，避免技术鸿沟加剧全球不平等；如何处理AI预测中的不确定性，以及如何向公众传达这些不确定性。
结论
2025年飓风季的结果明确表明，AI气象预测技术已经达到了一个临界点，能够提供比传统物理模型更准确的预测。DeepMind的成功不仅展示了AI在气象领域的潜力，也预示着未来气象预测将更加依赖数据驱动的方法。
随着技术的不断发展和完善，我们可以期待看到AI模型在气象预测中发挥越来越重要的作用。这不仅将提高预测的准确性，还将帮助人类更好地应对气候变化带来的挑战，保护生命和财产安全。气象预测的AI革命已经到来，并将持续改变我们理解和应对天气的方式。
