2025年10月，一场风暴在加勒比海上空形成。气象模型对其轨迹的预测各不相同。它会保持弱小并最终到达海地，还是会增强并前往牙买加？谷歌的DeepMind和谷歌研究开发的人工智能模型WeatherNext选择了后者。在风暴登陆前五天，它以80%的置信度预测该风暴系统将以五级飓风的形式袭击牙买加。飓风梅丽莎造成了灾难性的影响，引发了牙买加的洪水和滑坡。然而，该人工智能模型帮助气象预报员提前警告了沿袭的社区，使他们能够更好地准备。周四在《自然》杂志上发表的一篇论文中，研究人员表明WeatherNext人工智能模型可以以空前的准确性预测气旋。平均而言，它为气象预报员提供了比现有模型多出一天的提前时间；这意味着其三天前的预测与之前模型两天前的预测同样准确。在现场，这额外的一天意味着很多。美国国家飓风中心主任迈克·布伦南说：“即使几个小时也可以有所不同。”组织撤离、准备物资和调动资源应对飓风风险都是时间敏感的任务，做出错误的决定可能会产生重大后果。他表示：“在这种类型的决策中，时间确实很宝贵，因此能够将预测准确性延长到之前我们能够做到的一天实在是非常有价值。”研究人员表示，历史上将预测提前一天需要十年的工作。对极端事件建模对于人工智能来说是个挑战。机器学习需要大量的训练数据才能进行未来预测，但极端事件本质上是稀有的发生。谷歌DeepMind的研究科学家、论文的主要作者之一费兰·阿莱特说：“我们没有那么多的气旋数据，但我们有很多的天气数据。”他表示：“所以我们做的是训练一个可以在天气和气旋方面都表现良好的模型。”飓风特别难以预测，因为它们在多个空间尺度上运行，合作研究大气的热带气旋小组负责人凯特·穆斯格雷夫说，预测风暴的轨迹，即它的移动方向，需要全球尺度的天气数据，包括冷锋和盛行风的位置信息。然而，预测风暴的强度则需要专门关注当地大气和海洋条件的小尺度数据。穆斯格雷夫说：“全球模型是无法获得这些信息的。”虽然早期的人工智能模型在预测风暴轨迹方面表现良好，但“强度方面则根本无法做到很好。”同时预测这两个因素至关重要：强度的变化可以决定相对较弱的风暴和主要飓风之间的区别。有时——如飓风梅丽莎的情况——风暴系统可能会迅速增强，一夜之间演变为紧急情况。梅丽莎标志着国家飓风中心首次能够在风暴仅处于一级时预测其将达到五级飓风。在WeatherNext模型用于实时预测之前，研究人员在回溯数据上对其进行了测试。穆斯格雷夫说：“结果非常好，以至于我们对在实时演示中看到这一点持怀疑态度。”但当气象预报员开始将模型纳入他们的工作中时，这种表现依然成立。“我认为每个人都对它的表现感到惊讶，”穆斯格雷夫说。即使是参与开发该模型的DeepMind研究人员也不完全理解该人工智能模型是如何产生如此准确的预测的，因为它使用的低分辨率大气数据比传统模型预测风暴强度所需的数据要少得多。阿莱特说：“当我们告诉社区我们的模型仅使用相对粗糙的分辨率时，他们感到震惊，因为这意味着较低分辨率的输入捕捉到了比之前认为的更多有关未来将要发生的事情的信号。”该人工智能模型一定是在较低分辨率数据中捕捉到了一些东西，让它能够预测风暴强度，但研究人员并不知道是什么。“归根结底，这是一个黑箱，但这给物理学家发出信号，表明某种以前未被理解的事情正在发生，”阿莱特说。该模型不仅仅输出一个预测；它为一个发展中的风暴生成一系列潜在情景。这有助于捕捉任何潜在的“蝴蝶效应”，阿莱特表示，小的偏差可能会导致未来更大的变化。气象预报员可以使用这些输出，结合其他模型的输出，来指导他们对风暴系统如何可能发展的预测。去年，该人工智能模型为每场风暴创建了50种情景；现在，它生成1,000种。“这个是由于我们的计算能力，现有的数值模型无法实现的事情。”