DeepMind 开发出一种用于天气预报的人工智能模型：GraphCast 。 它可以在不到一分钟的时间内完成10天内的天气预报，准确性超过了业界公认的高标准的欧洲中期天气预报中心（ECMWF）的高分辨率天气模拟系统（HRES）。 它还能够提前预测像飓风、洪水等极端天气事件。 DeepMind已开源GraphCast的代码。 主要特点： 1、高精度天气预测：GraphCast 能够提供长达10天的天气预测，其准确性超过了行业标准的高分辨率天气模拟系统（HRES），由欧洲中期天气预报中心（ECMWF）制作。 2、极端天气事件的早期预警：GraphCast 能够更早地预测极端天气事件，如准确预测气旋的路径、识别与洪水风险相关的大气河流，以及预测极端温度的发生。这种能力有助于通过更好的准备来挽救生命。 3、基于深度学习的天气预测系统：GraphCast 是一个基于机器学习和图神经网络（GNNs）的天气预测系统。通过训练，GraphCast 学习识别这些数据中的天气模式和趋势。例如，它可以学习识别导致风暴或高温的特定气候条件。 4、全球覆盖：它在全球范围内以0.25度经纬度的高分辨率进行预测，覆盖了地球表面的超过一百万个网格点。能够提供全球范围内的天气预报，这对于国际旅行、全球业务运营和气候研究都非常有用。 5、高效的预测模型：尽管GraphCast的训练过程计算量大，但最终的预测模型非常高效。使用GraphCast进行10天的预测仅需不到一分钟的时间，而传统方法如HRES可能需要数小时的超级计算机计算。 6、持续学习和适应：随着时间的推移，GraphCast 可以继续从新的气象数据中学习，不断提高其预测的准确性和可靠性。 7、广泛的应用：GraphCast 已被多个天气机构使用，包括 ECMWF，该机构已经在其网站上运行了模型预测的实时实验。charts.ecmwf.int/products/graph… 8、开源代码：为了使基于AI的天气预报更加普及，DeepMind 已开源 GraphCast 模型的代码，使全球的科学家和预报员都能从中受益。