当因为天气预报的出错而翻白眼时，你需要知道，预测天气是科学中最复杂的问题之一。现在，Google让人工智能当了一回天气预报员，结果表明，只需在一台机器上运行一分钟，人工智能就能提前 10 天做出准确预测，而这通常需要一屋子的超级计算机花费数小时才能完成。
著名的"蝴蝶效应"认为，一场风暴的发生与否，可能会受到世界上另一个地方的一只蝴蝶扇动翅膀这么小的事情的影响。天气预报的工作就是把这些众所周知的蝴蝶变成精确的模型，告诉你是否应该继续计划下周六的野餐。
这就是所谓的"数值天气预报"（NWP），它使用全球当前的天气观测数据作为输入数据，并通过超级计算机上运行的复杂物理方程进行计算。但现在，Google发布了一款名为 GraphCast 的人工智能系统，它可以在功能更弱的硬件上以更快的速度计算数据。
这种人工智能是根据卫星图像、雷达和气象站收集的 40 年天气再分析数据训练出来的。GraphCast 提取六小时前的天气状况和当前的天气状况，然后利用其数据宝库预测六小时后的天气状况。在此基础上，它可以以 6 小时为增量向前推算，从而做出长达 10 天的天气预报。
GraphCast 在地球表面 100 多万个网格点上进行预测，每个网格点的经度和纬度均为 0.25 度。在每个网格点上，该模型都会考虑地表的温度、气压、湿度、风速和风向等五个变量，以及 37 个不同高度大气层中的六个变量。
在测试中，在一台Google TPU v4 机器上运行的 GraphCast 与目前天气预报的黄金标准--在超级计算机上运行的名为高分辨率预报（HRES）的模拟系统--进行了比较。GraphCast 能够在一分钟内做出 10 天的预报，在 90% 的测试变量和预报准备时间上都比 HRES 更准确。当模型集中在对流层（大气层的最底层，准确的预测对日常生活最有用）时，GraphCast 在 99.7% 的时间里都优于 HRES。
更令人印象深刻的是，GraphCast 比 HRES 更早识别出恶劣天气事件，尽管它没有经过专门的训练。在一个真实的例子中，人工智能提前九天就准确预测出了飓风的登陆地点，而传统的预报只能提前六天确认。
Google表示，GraphCast 的代码是开源的，全世界的科学家都可以对其进行实验，并将其应用到日常的天气预报中。对于人工智能来说，这种数字运算是最理想的工作，因此它们可以把艺术和写作留给我们人类。
这项研究发表在《科学》杂志上。
了解更多：