NOAA 启用新一代 AI 天气预报模型 运算量锐减、预报更快更准
美国国家海洋和大气管理局（NOAA）近日正式上线一套全新一代基于人工智能的全球天气预报模型，宣称在显著减少算力消耗的同时，实现更快速、更高精度的天气预测，这标志着美国天气预报体系从传统物理模型向数据驱动 AI 系统的重大跃迁。 NOAA 表示，这套技术已于本周三清晨投入业务运行，是其推进美国天气预测系统现代化的重要一步。
这些 AI 模型由 NOAA 环境预报中心与国家气象局合作研发部署，定位为对现有数值预报模型的补充，而非替代。 国家气象局发言人 Erica Grow Cei 对媒体表示，当前运行的机器学习模型部分训练数据就来自仍在使用的传统数值模式，那些依赖复杂物理方程的模式依旧是 AI 训练的重要信息源之一。
长期以来，NOAA 的核心预报工具是“全球预报系统”（GFS），这一物理基础模式通过数学方程来模拟大气行为，生成气温、风速、降水、臭氧以及土壤湿度等多种要素的数据，并由陆面、海洋和大气等多个子系统协同构成整体。 为减轻 GFS 的系统性偏差，NOAA 此前还构建了“全球集合预报系统”（GEFS），通过多次模拟以覆盖不同天气情景的不确定性。
NOAA 环境预报中心副主任 Daryl Kleist 介绍称，新一代 AI 模型正是以这些传统模式多年积累的数据为基础进行训练，他指出，这些 AI 模型在预报技巧上的显著提升，很大程度上归功于其训练所用的“分析场”数据，而这些分析数据主要源自旧有数值模式框架。
在算力需求方面，NOAA 估计，新 AI 系统相较传统预报模型可减少 91% 至 99% 的计算资源占用，大幅降低实时业务预报对超级计算集群的依赖。 同时，在保持或提升精度的前提下，这些模型有望将有效预报时效再向前拓展 18 至 24 小时。 Kleist 也提醒称，此处统计的是模型运行阶段的能耗，并未计入前期 AI 训练本身所需的大量能源投入。
此次上线的 AI 预报体系由三大核心模型构成。首先是“人工智能全球预报系统”（AIGFS），官方将其描述为一种利用 AI 技术，以更快、更高效方式生成天气预报的新型全球模式。 按 NOAA 给出的数据，AIGFS 完成一份 16 天全球预报只需传统 GFS 约 0.3% 的计算资源，运行时间约为 40 分钟，这意味着业务预报员能够更早获得更新后的数值指引。
第二个模型为“人工智能全球集合预报系统”（AIGEFS），在 AIGFS 的基础上引入集合思路，不再仅给出单一确定性结果，而是生成一系列可能的演变路径，以量化天气预报中的不确定性。 第三个模型“Hybrid-GEFS”则将新 AI 技术与 NOAA 既有的 GEFS 集合系统进行融合，旨在在保留传统集合体系优点的同时，进一步利用 AI 优化对不确定性的表征和预报精度。
NOAA 强调，这一系列 AI 模型仍处于持续迭代阶段，科研团队正在重点提升其在飓风等高影响天气预报方面的表现，并进一步改进集合系统所给出的各类可能情景范围。 机构认为，随着这些模型不断完善，AI 有望在未来的极端天气预警与中长期预报中发挥越来越关键的支撑作用。
