AI 天气预报准确度高于气象台,一张 GPU 1秒预测未来 90 分钟天气

编译 | 禾木木

出品 | AI科技大本营(ID:rgznai100)

此次 DeepMind 聚焦天气预报这一重大挑战,与英国气象局合作将 AI 应用于预测降雨。

在天气现象中,雨尤其重要,因为它会影响我们的日常决策。

我应该带伞吗?

遇到大雨时,车辆应该如何安排路线?

如果下雨了,我们在户外活动中应该怎么做?

下大雨会不会有洪水的发生?

虽然每次出门之前都会先看一下天气预报,就怕被浇成『落汤鸡』

但是……

只要一不注意,还是会被淋个措手不及。

DeepMind 的最新招数——预测天气

在围棋和《星际争霸》之后,DeepMind 正在将其 AI 带入另一个具有挑战性的领域:预测天气。

过去几年,这家 Alphabet 旗下的公司一直在与英国气象局悄悄合作。近日,他们在《Nature》杂志上报告了合作成果。简而言之,DeepMind 设计了一种新的机器学习模型,可以准确预测未来90分钟内的天气变化。

AI 天气预报准确度高于气象台,一张 GPU 1秒预测未来 90 分钟天气_第1张图片

短期天气预测

目前的天气预报是由强大的数值天气预报 (NWP) 系统驱动的。通过解答物理方程,NWP 可提前数天得到地球尺度的预测。然而,它们很难在两小时内产生高分辨率的预测。

即时预报填补了这个关键时间间隔内的性能差距。气象传感方面的进步使得高分辨率雷达可以高频使用(在 1 公里分辨率下每 5 分钟一次)提供测量出的地面降水量数据。

为此,DeepMind 团队开发的条件生成模型 DGMR 为概率预报开发了一种观测驱动的方法。并且更专注于未来5到90分钟内的即时预报。

DGMR 是学习数据概率分布的统计模型,可以从学习到的分布中轻松生成样本。由于生成模型从根本上是概率性的,可以从给定的历史雷达的条件分布中模拟许多样本,生成预测集合。此外,DGMR 既能从观测数据中学习,又能表示多个空间和时间尺度上的不确定性。

这一模型的预测范围最大能达到1536公里×1640公里,一张 NVIDIA V100 GPU 就能在1秒内生成单个预报,分辨率还能达到1公里。

即时预报的生成模型

DeepMind 使用生成模型的方法,根据过去的雷达,对未来的雷达进行详细和可信的预测。有了这样的方法,研究员们既可以准确地捕捉大规模的事件,同时也可以生成许多备选的降雨情景(称为集合预测),使降雨的不确定性得到探索。

DeepMind 的模型也十分擅长中到大雨事件的预测,与其他竞争方法相比有着明显的改进。

DeepMind 研究团队与英国气象局(Met Office)的50多位气象专家进行了一项认知评估,将基于 DGMR 的新方法与其他同类方法进行了对比。

实验证明,在降雨以及环流结构和强度的预测上,DGMR与目标雷达数据最为接近:

生成法(DGMR)比平流法(PySTEPS)更好地捕捉了环流、强度和结构,更准确地预测了东北地区的降雨和运动。面对地区的强降水事件,DGMR在预测降水的强度和范围上的综合表现也最好:

将几种不同的方法进行对比后,89% 的情况下专家们会把 DeepMind 的方法评为首选。

如何通过雷达预测天气?

DeepMind 在 2016-2018 年间英国雷达记录的降水事件的大型数据集上训练其DGM。训练完成后,它可以在一秒钟内提供预报,并在单个 NVIDIA V100 GPU 上运行。

这是一个类似 GAN 的深层生成网络 DGMR ,在给定的时间点T使用基于雷达的地表降水估计值XT,基于过去M个雷达场预测未来N个雷达场:

07a3081acf567b8179a922c3f0265b87.png

学习则在用于降水预测的条件生成对抗网络(GAN)的算法框架内进行的。四个连续的雷达观测数据(之前的20分钟)被用作发生器的背景,对未来降水的多个实现进行采样,每个实现为18帧(90分钟)。

AI 天气预报准确度高于气象台,一张 GPU 1秒预测未来 90 分钟天气_第2张图片

再通过一个空间判别器、一个时间判别器、一个正则化项来调整参数。

DeepMind 研究人员相信,这是一个令人兴奋的研究领域,他们希望能为新的工作提供数据和验证方法,使提供有竞争力的验证和操作效用成为可能。

科学家们对这项结果表示

其他科学家并没有被这个结果所震惊。

雷丁大学的气象学家 Peter Clark 说:“我认为这里的预测没有任何革命性的变化。”依靠这个指标来证明他们模型的有用性让他感到困惑。“我对他们没有选择使用更合适的客观分数感到惊讶,”他说。“很少有人详细说明评估是如何进行的,甚至实际上评估了什么。”

DeepMind 没有给出一个具体数字,说明其模型与其他现有模型相比准确度有多高。“我们想要采取的方法是这种更加谨慎的方法,而不是报告一个 [单个] 数字,”DeepMind 的高级科学家兼该论文的作者 Shakir Mohamed 说。

同样是雷丁大学的气象学家 Rob Thompson 说:“它与其他当前的顶尖类型模型的表现相似。”但他们的模式并没有遥遥领先。“它可能会稍微好一点,”他说。

Mohamed 说,目前没有任何立即使用该模型的计划,但该团队希望最终使用该模型为未来的天气报告提供真实信息。

AI 会不会取代天气预报员?

这倒不用担心,DeepMind的研究科学家同时也是论文的作者 Suman Ravuri 表示,人工智能不会在这个领域取代人类:“天气预测需要专家和人类参与其中,以确保在预测方面的理解是合理的,然后将其传达给公众。”

参考链接:

https://deepmind.com/blog/article/nowcasting

https://www.wired.co.uk/article/deepmind-weather-nowcasting

https://www.nature.com/articles/s41586-021-03854-z

你可能感兴趣的