11月17日消息，当热带风暴“梅丽莎”（Melissa）还在海地以南海域徘徊时，美国国家飓风中心（NHC）的气象学家菲利普・帕潘（Philippe Papin）便已断定，它很快会急剧增强为一场超强飓风。
作为当值首席预报员，帕潘大胆预测：仅 24 小时内，“梅丽莎”就将增强为四级飓风，并开始转向、直扑牙买加海岸。这是 NHC 历史上首次有预报员对风暴快速增强趋势发布如此明确而激进的预测。
然而，帕潘手中握有一张王牌：谷歌新近推出的 DeepMind 飓风人工智能（AI）模型，该模型于今年 6 月首次投入实战应用。事实证明，其预测精准无误：“梅丽莎”最终以惊人强度横扫牙买加。
现在，NHC的预报员们正越来越多地依赖谷歌DeepMind模型。作为全球首个专门针对飓风预报开发的人工智能模型，它也是首个在飓风预报这一专业领域性能超过传统数值天气预报系统的AI系统。在今年大西洋上形成的13个热带风暴中，这个模型的表现最为出色，其路径预测水平甚至优于经验丰富的人类预报员。
最终，“梅丽莎”以五级飓风的强度登陆牙买加，跻身近两个世纪大西洋飓风观测史上最强登陆风暴之列。帕潘那果敢且精准的提前预警，或许为牙买加民众争取到了宝贵的防灾准备时间，从而挽救了生命、降低了财产损失。
事实上，谷歌 DeepMind 开展天气预报工作已有数年；其母系统，即此次飓风专用模型所依托的基础天气预报系统，去年在大尺度天气形势诊断方面亦展现出卓越能力。
谷歌的模型能够识别那些传统上依赖物理学的、耗时的天气模型可能忽略的模式，以此发挥作用。“和依赖物理方程、既耗时又费力的传统模式相比，AI模型的运算速度要快得多，而且对计算资源的需求更少，成本也更低。”前美国国家飓风中心（NHC）预报员迈克尔・洛瑞（Michael Lowry）指出，“仅仅一个飓风季的实践就清楚地表明：新兴的AI天气模型不仅有竞争力，在一些情况下，其准确性甚至超过了我们长期以来依赖的、速度更慢的传统物理模型。”
需要强调的是，谷歌DeepMind归属于机器学习（machine learning）领域，该技术在气象学这类数据密集型科学范畴中已应用多年，并非像ChatGPT那样的生成式人工智能（generative AI）。
据IT之家了解，机器学习依托海量数据开展训练，能自动挖掘内在模式，整个运算过程仅需数分钟，普通台式机就能支撑其运行；而各国政府数十年来倚重的旗舰级数值预报系统则截然不同，这类系统通常要花费数小时来完成运算，并且必须依赖全球顶尖的超级计算机集群才能运作。
“我深感震撼。”已退休的 NHC 资深预报员詹姆斯・富兰克林（James Franklin）表示，“目前样本量已足够大，显然这绝非‘新手运气’。”
富兰克林表示，虽然DeepMind今年在全球飓风路径预报领域的表现全面超越其他模型，但和众多AI系统类似，它在极端强度预报上偶尔还是会有偏差。像今年年初加勒比海以北迅速增强为五级的“艾琳”飓风，以及周一登陆菲律宾的“卡玛吉”台风，DeepMind对这两个气旋的预报都出现过明显偏差。
富兰克林表示，他打算在接下来的飓风活动间隙和谷歌合作，研究怎样让DeepMind模型对预报员更实用，比如提供更详尽的“底层”诊断信息，助力预报员搞清楚模型得出特定结论的深层逻辑。
“唯一令我困扰的是，尽管这些预报看似极为精准，但模型输出仍近乎一个‘黑箱’。”富兰克林坦言。
值得注意的是，此前从未有私营营利性企业开发出顶尖层级的天气预报模型并允许研究人员了解其技术细节。与之相反，几乎所有现有主流模式均由各国政府公开研制与维护，并免费向全球完整公开其算法与源代码。虽然谷歌已通过专用网站实时公开 DeepMind 的核心预报结果，但其核心技术细节仍基本处于保密状态。
谷歌并非唯一探索 AI 天气预报的先行者。美欧政府亦在积极推进自研 AI 气象模型，初步结果表明，其性能已明显优于既往非 AI 版本。
