科技日报讯 （记者张梦然）新一期《自然》杂志发表的一项研究报道了深度思维推出的最新机器学习模型。该模型能根据当前和未来天气进行可靠的概率天气预报，其表现不但超过了最好的传统中程天气预报，还能更好地预测极端天气、热带气旋路线和风能产量。

　　准确的天气预报对于个人、政府和组织的日常关键决策必不可少，比如决定是否带雨伞，评估风能产量，规划如何应对极端天气等。气象预报传统上使用数值天气预报法，这种方法可以估计当前天气，并基于此预测未来一段时间的天气（称为确定性预报）。这会产生大量潜在情景，通过结合这些情景就能进行天气预报。

　　谷歌深度思维团队此次展示了一种名为“GenCast”的机器学习天气预测方法。该方法能生成概率性预测，即根据当前和之前的天气状态预测未来天气的可能性。团队用40年（1979—2018年）的天气发生最佳估计分析数据训练了GenCast，使其能在8分钟内对超过80个表面和大气变量进行以12小时为单位的15天全球预报。相较于欧洲中期天气预报中心的集合预报（ENS，一种确定性预报且是全球当前最好的中期预报），他们发现，在用于评估表现的1320个指标中，GenCast在其中97.2%的指标上都优于ENS。此外，GenCast在预测极端天气、热带气旋路线和风能产量时更有效。

　　团队Kaiyun官网登录入口 开云网站指出，GenCast或能提供更高效、准确的天气Kaiyun官网登录入口 开云网站预报，以支持实际规划。

　　人民日报社概况关于人民网报社招聘招聘英才广告服务合作加盟供稿服务数据服务网站声明网站律师信息保护联系我们

　　人 民 网 股 份 有 限 公 司 版 权 所 有 ，未 经 书 面 授 权 禁 止 使 用