2025年大西洋飓风季节即将结束，随着热带地区进入冬季休眠期，气象预报专家们开始评估本季度哪些预报方法有效，哪些则不尽如人意。今年的答案十分明确：尽管Google DeepMind的Weather Lab直到6月才开始发布气旋路径预报，但其AI预报服务的表现却异常出色。相比之下，由美国国家气象局运营的、基于传统物理模型的全球预报系统(GFS)表现则极为糟糕。
飓风Melissa的清晰眼区可见于周一早晨的这张卫星图像。图片来源：NOAA
数据揭示的惊人差距
美国国家飓风中心需要几个月时间才会发布官方的预报模型性能比较数据。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：
2025年大西洋季节飓风模型路径准确性对比。图片来源：Brian McNoldy
为了更好地理解这张图表，需要说明的是，它总结了本季度大西洋盆地所有13个命名风暴的路径预报准确性，测量了从0到120小时（5天）内不同时间点的平均位置误差。在图表中，线条越低，表示模型表现越好。
新的王者诞生
图中的黑色虚线显示了2022至2024赛季官方预报的平均误差值。最引人注目的是，美国最先进的全球模型GFS（图中标记为AVNI）表现最差。与此同时，图表底部的深红色线条代表Google DeepMind模型（GDMI），在几乎所有预报时间点都表现最佳。
美国GFS模型与Google DeepMind模型之间的误差差异显著。在5天的预测周期内，Google的预报误差为165海里，而GFS模型高达360海里，差距超过一倍。这种误差差异导致预报员在做出预报时完全忽视一个模型而选择另一个。
全面超越专业预报
但DeepMind模型的优势不仅如此。Google的模型表现如此出色，以至于它经常超越国家飓风中心(NHC)的官方预报——这份预报是由人类专家综合多种模型数据后得出的。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。
这一早期的模型比较不包括欧洲中期天气预报中心(ECMWF)生产的传统物理模型"黄金标准"。然而，ECMWF模型在飓风路径预测上通常不会优于飓风中心或共识模型，后者会权衡多种不同的模型输出。因此，ECMWF模型不太可能优于Google的DeepMind。
预报领域的永久性变革
值得注意的是，DeepMind在强度预测方面也表现出色，这是指飓风强度的波动。因此，在其首个飓风季节，DeepMind模型同时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报长达25年的预报员，很难用言语表达这些结果的震撼程度。可以肯定的是，未来我们将 heavily依赖Google和其他AI气象模型，这些模型在未来的几年中可能会进一步改进，因为它们相对较新，仍有改进空间。
"DeepMind和其他类似的数据驱动、基于AI的气象模型的美妙之处在于，与需要世界上一些最昂贵和最先进超级计算机的传统物理模型相比，它们能更快地生成预报，"飓风专家和《Eye on the Tropics》通讯作者Michael Lowry在评论模型表现时指出。"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即时纠正。"
北美模型的困境
至于GFS模型，很难解释为什么它在今年表现如此糟糕。过去，它至少在做出预报时值得考虑。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。"
随着美国政府处于关闭状态，我们可能无法很快得到许多答案。但很明显，始于2019年的模型动力核心大规模升级基本上已经失败。如果GFS在十年前就略微落后于一些竞争对手，那么现在它的衰落速度更快、程度更深。
AI气象预报的未来前景
DeepMind的成功不仅仅是技术上的胜利，它代表了气象预报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来描述大气行为，需要大量计算资源和时间。而AI模型通过学习历史数据模式，能够以更快的速度和更高的准确性做出预测。
随着AI技术的不断发展，我们可以预见未来的气象预报将更加精准、及时，甚至能够预测传统模型难以捕捉的小尺度天气现象。这不仅对飓风等极端天气事件的预警具有重要意义，也将为农业、航空、能源等多个行业带来深远影响。
行业转型的挑战与机遇
气象预报行业的转型既带来挑战也创造机遇。一方面，预报员需要适应与AI系统协同工作的新模式；另一方面，AI的发展为气象科学研究提供了新的工具和方法。
气象机构需要重新思考其预报流程和人员培训体系，以充分利用AI技术的优势。同时，如何确保AI模型的透明度和可解释性，避免"黑箱"决策，也是行业面临的重要问题。
结语：新时代的气象预报
DeepMind在首个飓风季节的表现证明了AI在气象预报领域的巨大潜力。随着技术的不断进步和数据的积累，我们可以期待AI模型在未来的表现会更加出色。这不仅将提高天气预报的准确性，还将为人类社会应对气候变化和极端天气事件提供更强大的支持。
气象预报正在进入一个新时代，这个时代将由AI技术主导，同时也需要人类专家的智慧和经验。这种人机结合的模式，或许正是气象预报领域未来发展的最佳路径。
