2025年大西洋飓风季落下帷幕，热带风暴逐渐进入冬眠状态，气象预报专家开始评估本季各预测系统的表现。今年的评估结果异常清晰：虽然Google DeepMind的Weather Lab直到6月才开始发布气旋路径预测，但其AI预测服务表现卓越；相比之下，由美国国家气象局运营的全球预报系统(GFS)模型——基于传统物理模型、运行在强大超级计算机上的系统——表现却极为糟糕。
预测精度的惊人差距
美国国家飓风中心需要几个月时间才会发布官方的模型性能对比数据。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。
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性，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。
新的王者
图中的黑色虚线显示了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非常显著。在5天预测期内，Google模型的误差为165海里，而GFS模型高达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种模型而忽略另一种。
更令人印象深刻的是，Google模型的表现甚至经常超越美国国家飓风中心(NHC)的官方预测(OFCL)，该预测由人类专家基于广泛的模型数据综合分析得出。AI模型还击败了备受推崇的"共识模型"，包括TVCN和HCCA等产品。
行业格局的永久性改变
值得注意的是，DeepMind在强度预测方面也表现出色，即预测飓风强度的波动变化。因此，在其首个飓风季，DeepMind模型在飓风路径和强度预测两方面都取得了优异成绩。
作为一名依赖传统物理模型进行预报长达25年的预报员，这些结果令人难以置信。可以肯定地说，未来我们将高度依赖Google和其他AI气象模型，这些模型作为相对新技术，仍有很大的改进空间。
"DeepMind和其他类似的数据驱动、AI气象模型的优点在于，与需要世界上最昂贵和先进超级计算机的传统物理模型相比，它们能够更快地生成预报，"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实时修正。"
美国国家模型怎么了？
至于GFS模型，很难解释它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视它。
"目前尚不清楚为何GFS在本飓风季表现如此不佳，"Lowry写道，"一些人推测，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。"
美国政府目前处于关闭状态，我们可能无法很快得到答案。但似乎清楚的是，该模型动态核心的重大升级——始于2019年——基本上已经失败。如果GFS在十年前就略微落后于一些竞争对手，那么它现在正以更快的速度进一步衰落。
AI气象预测的未来
DeepMind的成功不仅展示了AI在气象预测领域的潜力，也揭示了传统方法可能存在的局限性。传统物理模型依赖于复杂的数学方程来描述大气行为，需要巨大的计算资源。而AI模型则通过学习历史数据来识别模式，能够更快地适应新情况。
技术优势
- 计算效率：AI模型可以在普通计算机上运行，而传统物理模型需要超级计算机支持
- 自我改进：AI系统可以从错误中学习并实时调整，而传统模型需要人工干预
- 处理复杂关系：神经网络能够捕捉传统方程难以建模的非线性关系
- 数据整合：AI可以更有效地整合多源数据，包括卫星观测、地面站数据等
行业影响
这一突破将对气象行业产生深远影响：
- 预报机构：将不得不重新评估其技术路线，考虑整合AI模型
- 超级计算：可能减少对昂贵超级计算的依赖，转向更高效的计算方案
- 人才培养：需要更多具备AI和气象学双重背景的专业人才
- 国际合作：AI模型可能成为全球气象合作的新纽带
挑战与机遇
尽管AI气象模型展现出巨大潜力，但仍面临一些挑战：
- 可解释性：AI模型的决策过程难以解释，这对需要高度可靠性的气象预报是个问题
- 极端事件：AI模型在处理极端天气事件时可能缺乏足够的历史数据参考
- 数据依赖：模型性能高度依赖于训练数据的质量和覆盖范围
- 基础设施：现有气象基础设施可能需要重大调整以适应AI模型
然而，这些挑战也带来了机遇：
- 混合模型：结合物理模型和AI模型的优势，创建更强大的混合系统
- 边缘计算：利用AI降低对超级计算的依赖，使气象预测更加普及
- 实时优化：AI可以持续优化预测系统，提高预报准确率
- 个性化预报：为特定地区或行业提供更精准的定制化预报服务
结论
2025年飓风季标志着气象预测领域的转折点。DeepMind模型的成功不仅证明了AI技术在气象领域的潜力，也展示了数据驱动方法可能比传统物理模型更有效地捕捉大气系统的复杂性。随着技术的不断进步，我们可以预见AI将在气象预报中扮演越来越重要的角色，最终可能彻底改变我们理解和预测天气的方式。
这一转变不仅关乎技术进步，更关乎公共安全。更准确的飓风预报意味着更及时的疏散决策，更有效的资源分配，以及最终能够挽救更多生命和减少财产损失。在气候变化的背景下，极端天气事件可能变得更加频繁和强烈，AI气象预测技术的重要性只会增加。
气象行业正处于一个激动人心的变革时期，那些能够适应并整合新技术的人和组织，将在未来的气象服务中占据领先地位。
