作为谷歌与人工智能合作的一部分，他们展示了他们的GraphCast工具，这是一种最先进的模型，能够以计算机或分析之前没有证明的准确性进行中期天气预报。
通过谷歌和《科学》杂志上发表的研究，它显示了与其他系统相比所取得的结果和预报的准确性。
该人工智能还能够非常准确地预测气旋路径，识别与洪水风险和极端温度发生相关的大气河流，从而提供极端天气事件的早期预警。
谷歌在一篇博客文章中表示：“GraphCast在天气预报的人工智能方面迈出了重要的一步，提供了更准确、更高效的预报，并为支持我们行业和社会需求的关键决策开辟了途径。
该公司指出，随着天气模式在气候变化中的变化，该工具将随着更高质量的数据的出现而发展和改进。到目前为止，GraphCast已经成功地成为世界上最准确的10天全球天气预报系统。
同样，宣布将打开该工具的代码，目的是让全世界的科学家和预报员以最准确的预测使数十亿人受益，此外，它还已经开始与 ECWF 合作，通过进行实时人工智能预测的实验。
这种天气的人工智能是如何工作的?
谷歌解释说，天气预报是基于数值天气预报，它从精心定义的物理方程开始，这些方程被转化为由超级计算机运行的计算机算法。
虽然这是传统的工作方式，但这需要大量的时间和专业知识，以及昂贵的IT资源来提供准确的预测。
因此，当GraphCast被开发出来时，它的数据库被输入了几十年的历史天气数据，以学习气候因果关系的模型。他还接受了来自ECMWF的ERA5数据集的四十年气象再分析数据的培训，其中包括卫星图像，雷达和气象站，以便他可以重建世界历史时间的记录。
作为人工智能，它基于机器学习和图神经网络，这是一种用于处理空间结构化数据的架构。
它的高分辨率预测是经度/纬度0.25度，这意味着超过一百万个网格点覆盖了整个地球表面。
在其中一个网格点，该模型能够预测五个变量，包括温度、速度、风向和海平面的平均气压，以及 37 个高度中每个高度的六个大气变量，例如比湿度、风速和风向以及温度。
GraphCast 能够对 1380 个测试变量中的 90% 以上提供准确预测。该模型最终在99.7%的未来气候测试变量上优于HRES。
“我们更广泛的研究不仅仅是预测天气 - 而是关于了解我们气候的更广泛模式，”谷歌说。“通过开发新工具和加速研究，我们希望人工智能能够使全球社区能够应对我们最大的环境挑战。
