提前十天看穿风云变幻：谷歌DeepMind打造的超级“天气预言家”

每天早晨出门前查看天气预报，早已成为大多数人生活中的习惯。有时候预报说有雨，结果晴空万里；有时候没带伞，却被突如其来的暴雨淋个落汤鸡。预测天气的阴晴圆缺，自古以来就是一件让人头疼的事情。不过，这项由谷歌DeepMind团队领导的研究，或许能彻底改变我们看天气的方式。二零二三年，这群科学家在顶尖学术期刊《科学》（Science）上发表了一篇极具突破性的文章。有兴趣深入了解其中奥秘的读者，完全可以通过检索这篇关于掌握中短期全球天气预报能力的论文来一探究竟。他们在这项研究中抛弃了传统气象学那种死磕物理公式的老路，转而用一种全新的思路，打造出了一个能在短短一分钟内精准预测未来十天全球天气变化的系统，名为GraphCast。

一、告别刻板的“物理精算师”

考虑这样一个场景，如果你想预测一个台球在桌子上碰撞后的轨迹，最直接的方法就是拿出纸笔，根据物理学定律，计算它的速度、角度和摩擦力。传统的天气预报系统，也就是气象学家所说的“数值天气预报”，正是采用了这种思路。我们可以把传统方法看作是一个极其刻板且严谨的“物理精算师”。为了预测天气，这位精算师把地球的大气层划分成了无数个小方块，然后使用超级计算机，夜以继日地计算每个方块里的空气动力学、热力学等极其复杂的流体物理方程式。

然而，地球的大气系统远比台球桌复杂得多。一个地方的微风，可能会引发几千公里外的暴雨。由于要计算的物理方程实在太多太复杂，这位“物理精算师”即便拥有世界上最庞大的超级计算机作为算盘，也需要耗费好几个小时才能算出未来几天的天气。不仅如此，只要初始数据有极其微小的误差，经过几天的计算推演，误差就会像滚雪球一样越来越大，导致预报不准。面对这个难题，DeepMind团队决定解雇这位死磕公式的精算师，转而聘请了一位拥有超强记忆力和沟通能力的“老村长”。

二、搭建全球“气象情报网”

这位新上任的“老村长”并不懂复杂的流体力学公式，但他有一个绝活：凭借过往的经验和无比强大的情报网络来判断未来的天气。研究团队为这位村长打造的网络，在学术上被称为“图神经网络”。要理解这个网络的工作原理，我们可以把地球表面想象成一个由上百万个村庄组成的巨大网络，每个村庄相距大约二十八公里。

在这个庞大的情报网中，每天的工作分为三个步骤。第一步是情报收集。每个村庄的观测员会把当地的温度、气压、风速等信息收集起来，但他们不直接计算未来，而是把这些情报汇报给更高层级的“区域联络站”。这个过程在研究中被称为“编码”。这些联络站的分布非常有意思，它们不像普通地图那样是平面的方格，而是构成了一个类似足球表面的多面体结构，这样能够更好地包裹住整个地球，避免在两极地区产生信息扭曲。

情报汇总到联络站后，就进入了最关键的第二步：情报交流与处理。各个联络站之间开始疯狂地“交换八卦”。比如，太平洋上的联络站会告诉北美西海岸的联络站：“我这里有个低压气旋正在形成，你们注意点。”北美西海岸的联络站收到消息后，结合自己本地的情报，再把更新后的预测传递给更内陆的联络站。这种信息的传递和融合在这个庞大的网络中会来回进行多达十六次。通过这种深度的交流，整个情报网不仅知道了眼前的局部天气，还掌握了横跨大洋、影响全球的宏观气候趋势。

交流完毕后，就到了第三步，也就是研究团队所说的“解码”。各个联络站达成共识后，会把未来六小时内可能发生的天气变化情况，重新分发给最初那上百万个基层村庄。收到最新预报的村庄，立刻将这份预报作为新的起点，再次向上汇报。这个“收集-交流-下发”的过程每循环一次，就能向前预测六个小时。如果想预测未来十天（也就是二百四十个小时）的天气，情报网只需要连续不断地把这个过程重复四十次即可。

三、四十年的经验淬炼

你可能会好奇，这些联络站怎么知道收到什么情报后该做出怎样的预测呢？关键在于研究团队给这位“老村长”喂下了一本厚重的历史书。这本历史书是由欧洲中期天气预报中心提供的，里面详尽记录了过去四十年里，地球上每一个角落的真实天气变化情况。

在训练阶段，老村长日复一日地翻阅这本四十年的气候日记。他不需要懂得云层凝结的物理学原理，他只需要记住规律。比如他发现，每次当印度洋的海水温度上升到特定数值，且伴随某种风向时，几天后亚洲某地大概率会下暴雨。随着阅读量的增加，老村长将这数千万种隐秘的天气变化模式深深刻在了脑海里。这就是深度学习的魔力，它跳过了人类总结的繁琐物理定律，直接从海量的历史结果中摸索出了大自然运作的隐秘规律。

四、碾压级的预测表现

事实证明，这位靠经验和情报网运作的“老村长”，其实力彻底碾压了传统的那位“物理精算师”。研究团队将GraphCast的预测结果，与目前全球公认最准的传统系统——欧洲中期天气预报中心的高分辨率预报系统进行了全面比对。在超过一万两千项不同的测试指标中，GraphCast在高达百分之九十的项目上都取得了更准确的预测成绩。

更为难得的是，在预测那些极具破坏性的极端天气时，新系统的表现尤为出色。比如在追踪热带气旋（也就是我们常说的台风或飓风）的移动轨迹时，它能比传统系统更早、更准地锁定风暴的走向。对于可能引发严重洪涝灾害的大气河流现象，它也能提前发出精准预警。

除了惊人的准确度，这项研究最令人震撼的成果在于其难以置信的运行速度。过去，进行一次全球十天的天气预报，需要调用拥有成千上万个处理器的超级计算机，轰鸣着运转好几个小时。而现在，GraphCast只需要一台特制的芯片（TPU），在不到一分钟的时间内，就能像翻页一样轻松吐出未来十天全球的精准气象图。

说到底，这项发端于人工智能领域的革命性研究，绝不仅仅是让天气预报应用程序上的雨伞图标变得更准那么简单。它实质上为人类应对多变的大自然提供了一种极其高效的新工具。对于需要根据天气调整航线的航空公司、依赖气候种植的农民，甚至是需要提前部署救援力量的防灾部门而言，这一分钟内产出的预测，意味着更高的安全性和更从容的应对时间。未来，随着这套情报网学习的资料越来越丰富，或许我们真的能够像查阅明天的日程表一样，对地球的风云变幻了然于胸。这不禁让人思考，既然人工智能已经可以通过历史数据看透全球大气的流转，那么在复杂多变的海洋洋流或是地壳运动面前，同样的“情报网”思维，是否也能为我们揭开更多大自然的未解之谜呢？

Q&A

Q1：GraphCast预测天气的方法和传统天气预报有什么根本区别？

A：传统天气预报依赖超级计算机耗费数小时计算复杂的物理公式；而GraphCast不使用物理公式，它通过学习过去四十年的全球天气历史数据，找到天气变化的规律，从而进行预测。

Q2：GraphCast预测未来的天气需要多长时间？

A：GraphCast的运行速度极快，只需要使用一台特制的芯片，不到一分钟就能完成对全球未来十天天气的精准预测。

Q3：GraphCast在预测极端天气方面表现如何？

A：表现非常出色。它在追踪热带气旋轨迹和预测可能引发洪涝的大气河流现象时，不仅比传统系统更准确，还能更早地发出预警。