NOAA 启用新一代 AI 气象预告模型 运算量锐减、预告更快更准

这些 AI 模型由 NOAA 情况预告中间与国度气候局合作研发安排，定位为对现稀有值预告模型的弥补，而非替代。 国度气候局谈话人 Erica Grow Cei 对媒体表示，当前运行的机械进修模型部分练习数据就来自仍在应用的传统数值模式，那些依附复杂物理方程的模式依旧是 AI 练习的重要信息源之一。

经久以来，NOAA 的核心预告对象是“全球预告体系”（GFS），这一物理基本模式经由过程数学方程来模仿大年夜气行动，生成气温、风速、降水、臭氧以及泥土湿度等多种要素的数据，并由陆面、海洋和大年夜气等多个子体系协同构成整体。 为减轻 GFS 的体系性误差，NOAA 此前还构建了“全球集合预告体系”（GEFS），经由过程多次模仿以覆盖不合气象情景的不肯定性。

NOAA 情况预告中间副主任 Daryl Kleist 介绍称，新一代 AI 模型恰是以这些传统模式多年积聚的数据为基本进行练习，他指出，这些 AI 模型在预告技能上的明显晋升，很大年夜程度上归功于其练习所用的“分析场”数据，而这些分析数据重要源自旧稀有值模式框架。

在算力需求方面，NOAA 估计，新 AI 体系相较传统预告模型可削减 91% 至 99% 的计算资本占用，大年夜幅降低及时营业预告对超等计算集群的依附。 同时，在保持或晋升精度的前提下，这些模型有望将有效预告时效再向前拓展 18 至 24 小时。 Kleist 也提示称，此处统计的是模型运行阶段的能耗，并未计入前期 AI 练习本身所需的大年夜量能源投入。

此次上线的 AI 预告体系由三大年夜核心模型构成。起首是“人工智能全球预告体系”（AIGFS），官方将其描述为一种应用 AI 技巧，以更快、更高效方法生成气象预告的新型全球模式。 按 NOAA 给出的数据，AIGFS 完成一份 16 天全球预告只需传统 GFS 约 0.3% 的计算资本，运行时光约为 40 分钟，这意味着营业预告员可以或许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告体系”（AIGEFS），在 AIGFS 的基本上引入集合思路，不再仅给出单一肯定性成果，而是生成一系列可能的演变路径，以量化气象预告中的不肯定性。 第三个模型“Hybrid-GEFS”则将新 AI 技巧与 NOAA 既有的 GEFS 集合体系进行融合，旨在在保存传统集合体系长处的同时，进一步应用 AI 优化对不肯定性的表征和预告精度。

NOAA 强调，这一系列 AI 模型仍处于持续迭代阶段，科研团队正在重点晋升其在飓风等高影响气象预告方面的表示，并进一步改进集合体系所给出的各类可能情景范围。 机构认为，跟着这些模型赓续完美，AI 有望在将来的极端气象预警与中经久预告中发挥越来越关键的支撑感化。