美国国家海洋和大气管理局（NOAA）提供的卫星图像显示，飓风伊萨亚斯于2026年10月9日星期五逼近阿拉巴马州和佛罗里达州的墨 Gulf Coast。NOAA/NOAA 隐藏说明 NOAA/NOAA 飓风预报员越来越多地使用人工智能进行预测，他们表示，这项技术正在迅速改变这一领域。当本月大西洋季节的第一个飓风形成时，一个人工智能模型在预测其路径上超越了传统模型。 10月初，飓风伊萨亚斯在佛罗里达州的德斯廷附近登陆，成为二级风暴。传统的预报模型最初预测它将进一步向西移动，朝向东南路易斯安那州。但谷歌DeepMind的人工智能模型一开始就精确预测：该飓风将袭击佛罗里达州西部的潘哈德尔。 “尤其是谷歌DeepMind在过去几年里确实证明了自己是金标准模型，”迈克尔·洛瑞，一位长期以来的气象学家和飓风专家，在迈阿密表示，他曾向联邦应急管理局和国家飓风中心（NHC）提供建议。 “那种模型无疑是我们见过的表现最好的计算机模型。就是这样。” 一种不同的模型 国家飓风中心去年首次开始将谷歌DeepMind模型纳入其官方预报。迈阿密大学的飓风研究员布莱恩·麦克诺尔迪表示，到2025年大西洋飓风季结束时，它已经是预测风暴路径和强度的最佳模型之一。 通常，新模型在首次推出后需要数年才能完善。 麦克诺尔迪表示：“这是我们不习惯的事情——有一个模型，这个新来的小子，迅速成为了最好的模型。” “这基本上是在第一名的情况下出发的，这是相当令人印象深刻的壮举。” 传统的基于物理的飓风模型使用实时天气数据，如温度、湿度、气压和风切变，这些数据通过卫星和飞机进行测量。然后他们使用复杂的方程来预测风暴可能的路径和强度。人工智能模型的操作方式截然不同：它更多地依赖于历史。它通过分析数千个过去的风暴及其气象数据来识别模式。“人工智能模型实际上对大气没有太多了解，只知道当前的情况，”洛瑞说。 “除此之外，它并不依赖于大气的基本方程，物理学来进行预测。” 设计和开发这些模型的大多数人甚至不是气象学家，洛瑞指出：“他们是软件工程师，他们正在开发神经网络。” “神经网络”是一组基于人脑模型的计算机算法，并经过训练以在大量数据中寻找模式。结果，这些模型可能会显得像一个“黑匣子，”洛瑞表示：“我们不知道为什么它们可能会正确预报。我们也不知道为什么它们可能会错误预报。” 对于气象学家来说，依靠一个他们并不完全理解的系统，尤其是在风暴期间，当数百万人可能依赖于他们的预报时，可能会令人不安。“这让我们有点不安，因为我们想知道你为什么会得到正确的答案，”麦克诺尔迪说。“我觉得我们不知道——或者至少我不知道为什么。” 然而，并非所有的人工智能模型都有出色的表现。洛瑞表示，外面有很多未经验证的天气预报人工智能模型。到目前为止，尽管存在一些缺陷，证明最准确的两个模型分别是谷歌DeepMind和位于英国的欧洲中期天气预报中心（ECMWF）开发的模型。 人们在佛罗里达州德斯丁的飓风伊萨亚斯后从倒塌的船屋中取回物品，2026年10月10日星期六。谷歌DeepMind的一个人工智能模型在预测风暴路径方面打败了传统的基于物理的模型，尽管它在预测风暴强度方面表现不佳。杰拉尔德·赫伯特/AP隐藏说明 杰拉尔德·赫伯特/AP 依赖于“混合”模型 国家飓风中心的预报员在编制他们的官方预报时使用几种经过验证的模型——包括人工智能和传统模型。NHC主任迈克尔·布伦南表示：“每个风暴都有不同的预报挑战。” “这就是为什么我们采取共识方法，利用最佳模型的结合。” 而且仍然需要人类解释这些模型的结果，然后决定告诉公众什么。在活跃的飓风期间，NHC每六小时提供一次更新。这些模型有时可能会从一次更新到下一个更新显示出剧烈变化。预报员必须将这些变化的预测转化为人们可以采取的清晰指导。 “这是人类预报员提供的重要内容之一，即延续性，”布伦南说。