研究
我們正在啟動Weather Lab，以我們的實驗性旋風預測為特色，並且我們與美國國家颶風中心合作，以支持他們在這個旋風季節的預測和警告。
熱帶氣旋非常危險，危及生命和毀滅性社區。在過去的50年中，他們造成了1.4萬億美元的經濟損失。
這些巨大的旋轉風暴，也稱為颶風或颱風，在溫暖的海水上形成，並以熱，水分和對流為燃料。它們對大氣條件上的微小差異也非常敏感，這使得它們很難準確預測。然而，提高旋風預測的準確性可以通過更有效的災難準備和更早的撤離來幫助保護社區。
今天，Google DeepMind和Google Research正在啟動Weather Lab，這是一個交互式網站，用於共享我們的人工智能（AI）天氣模型。 Weather Lab以隨機神經網絡為基礎的最新基於AI的熱帶旋風模型。該模型可以預測旋風的形成，軌道，強度，大小和形狀 – 產生50個可能的情況，最多可達15天。
動畫顯示了我們實驗性旋風模型的預測。我們的模型（藍色）準確地預測了馬達加斯加以南的冰山原來的路徑，當時它們是活躍的。我們的模型還捕捉了印度洋旋風裘德和ivone的路徑，將來將近七天，可以強烈預測暴風雨的天氣，最終將加劇熱帶氣旋。
我們發布了一篇新論文，描述了我們的核心天氣模型，並在歷史旋風軌道數據的天氣實驗室提供了一個檔案，以進行評估和測試。
內部測試表明，我們的模型對旋風軌道和強度的預測是準確的，並且通常比，，，， 當前基於物理的方法。我們一直與美國國家颶風中心（NHC）合作，該中心評估了大西洋和東太平洋盆地的旋風風險，以科學地驗證我們的方法和產出。
NHC專家預測員現在正在從我們的實驗AI模型中看到實時預測，以及其他基於物理的模型和觀察結果。我們希望這些數據可以幫助改善NHC預測，並為與熱帶氣旋相關的危害提供更早，更準確的警告。
氣象實驗室的現場和歷史旋風預測
Weather Lab顯示了不同AI天氣模型的現場和歷史旋風預測，以及歐洲中範圍天氣預測中心（ECMWF）的基於物理的模型。我們的幾種AI天氣模型正在實時運行：Weathernext圖，Weathernext Gen和我們最新的實驗旋風模型。我們還啟動了Weather Lab，具有超過兩年的歷史預測，專家和研究人員可以下載和分析，從而在所有海盆中對我們的模型進行外部評估。
動畫顯示了我們的模型對旋風的預測Alfred是珊瑚海3類旋風的預測。該模型的合奏平均預測（Bold Blue Line）正確地預期了Cyclone Alfred迅速削弱了澳大利亞布里斯班附近的熱帶風暴狀況和最終的登陸，七天后，昆士蘭州海岸某個地方的登陸的可能性很高。
氣象實驗室用戶可以探索和比較來自各種基於AI和物理模型的預測。當一起閱讀時，這些預測可以幫助天氣機構和緊急服務專家更好地預測旋風的道路和強度。這可以幫助專家和決策者更好地為不同的情況做準備，分享涉及的風險新聞並支持決策以管理旋風的影響。
重要的是要強調天氣實驗室是一種研究工具。顯示的實時預測是由仍在開發中的模型產生的，不是官方警告。使用該工具時，請記住這一點，包括根據氣象實驗室生成的預測來支持決策。有關正式的天氣預報和警告，請參閱您當地的氣象局或國家氣象局。
AI驅動的旋風預測
在基於物理的旋風預測中，滿足操作需求所需的近似值意味著，單個模型很難在預測旋風的軌道及其強度方面表現出色。這是因為旋風的軌道受大氣轉向電流的控制，而氣旋的強度取決於其緊湊型芯內和周圍的複雜湍流過程。全局低分辨率模型在預測旋風軌道方面發揮最佳性能，但不捕獲指示旋風強度的精細過程，這就是為什麼需要區域，高分辨率模型的原因。
我們的實驗旋風模型是一個單個系統，可以克服這種權衡，我們的內部評估顯示了旋風軌道和強度的最新精度。它經過訓練可以建模兩種不同類型的數據：一個龐大的重新分析數據集，該數據集從數百萬的觀測值中重建了整個地球上過去的天氣，以及一個專門的數據庫，其中包含有關賽道，強度，大小和風射線的關鍵信息，該數據庫是過去45年來觀察到的近5,000個觀察到的旋風。
共同建模分析數據和旋風數據可大大提高旋風的預測能力。例如，我們對NHC觀察到的颶風數據的初步評估是，在2023年和2024年的北大西洋和東太平洋盆地測試中，我們的5天旋風軌道軌道預測平均比ENS（ENS基於全球物理模型的主要旋風型）位置比ENS的5天旋風軌道預測更接近140 km。這與ENS 3.5天預測的準確性相媲美，ENS的預測是1.5天的改進，通常需要十年才能實現。
儘管以前的AI天氣模型一直在努力計算旋風強度，但我們的實驗旋風模型的表現優於國家海洋和大氣給藥的平均強度誤差（NOAA）的颶風分析和預測系統（HAFS），這是領先的區域，高分辨率基於高分辨率的物理學模型。初步測試還表明，我們的模型對大小和風射線的預測與基於物理基的基準相當。
在這裡，與ENS和HAF相比，在這裡，我們可視化軌道和強度預測誤差，並顯示實驗旋風模型的平均性能的評估結果。
與基於物理學的ENS和HAFS-A相比，我們實驗旋風模型的軌道和強度預測的評估。我們的評估使用NHC最佳軌道作為地面真理，並遵循其同質驗證方案。
對決策者的更多有用數據
除NHC外，我們還與科羅拉多州立大學的大氣研究所（CIRA）緊密合作。 CIRA研究科學家凱特·穆斯格雷夫（Kate Musgrave）博士及其團隊評估了我們的模型，並發現它具有“比最佳的軌道和強度操作模型相比或更高的技能”。穆斯格雷夫（Musgrave）表示：“我們期待在2025年颶風季節的實時預測中證實這些結果”。我們還一直在英國大都會辦公室，東京大學，日本的Weathernews Inc.和其他專家合作，以改善我們的模型。
我們新的實驗性熱帶氣旋模型是我們一系列開創性的Weathernext研究中的最新里程碑。通過通過氣象實驗室負責任地分享我們的AI天氣模型，我們將繼續收集天氣局和緊急服務專家的重要反饋，以改善官方預測並為挽救生命的決定提供信息。
致謝
這項研究由Google DeepMind和Google Research共同開發。
我們要感謝我們的合作者NOAA的NHC，CIRA，英國大都會辦公室，東京大學，日本的Weathernews Inc.，Fox Weather的Bryan Norcross以及我們在整個天氣實驗室發展過程中共享了寶貴的反饋。
