四川
人工智能天氣預報模型相較于傳統的物理模型，確實有一些明顯優勢。但面對氣候變暖帶來的日益加劇的不穩定性，這類模型仍顯得準備不足。
1970年11月12日，博拉氣旋猛烈襲擊了當時東巴基斯坦的海岸。風暴的最大持續風速達到每小時205公里，風暴潮高達10．5米，造成約30萬至50萬人死亡。
直到今天，博拉氣旋仍是有記錄以來致死人數最多的熱帶風暴。但如果它發生在十年之后，后果或許不會如此慘重。20世紀70年代，氣象學家開始采用基于物理規律的計算機模型，天氣預報能力由此發生巨大變化，風暴預測也明顯改善。
隨著人工智能興起，天氣預報正在經歷新一輪演變。但這一次，專家擔心，面對前所未有的極端天氣，新模型的可靠性可能反而更低。
研究人員把這稱為“灰天鵝”問題。所謂“灰天鵝”天氣極端事件，是指在物理上完全可能發生，但因為極其罕見，在訓練數據中幾乎沒有得到充分體現的事件。問題在于，氣候變化正在帶來更多前所未有的極端天氣。
例如2021年美國太平洋西北地區熱浪。這場事件的強度之高，以至于如果沒有氣候變化，幾乎不可能發生。
物理預報模型可以模擬像太平洋西北地區熱浪這樣的“灰天鵝”事件，盡管它們會把這類事件標記為極端罕見。這是因為物理模型建立在物理定律之上。相比之下，人工智能模型依賴歷史天氣數據訓練，而在這些數據中，“灰天鵝”幾乎不存在。
芝加哥大學地球物理科學副教授佩德拉姆·哈桑扎德赫對媒體表示：“它們在‘灰天鵝’面前會失靈?！彼屯氯ツ?月發表的一項研究，將所有三級至五級颶風從某個人工智能模型的訓練數據中剔除，隨后再用五級颶風對其進行測試。結果顯示，人工智能模型無法準確預測此前從未見過的事件，因為這需要進行外推。
加利福尼亞大學圣迭戈分校計算機科學與工程副教授羅斯·余在發給媒體的郵件中表示：“真正令人擔心的，不是它偶爾預測失誤，而是人工智能模型可能會悄無聲息地出錯：一邊自信地給出平平無奇的天氣預報，另一邊破紀錄的極端事件卻正在發生。”
她還表示：“其他風險同樣不容忽視。人工智能模型可能會以非常細微的方式違反守恒定律，而這些問題未必會在常規指標中暴露出來。一旦預報失敗，追查原因也更困難。它們依賴穩定的觀測系統，而在當前衛星項目承壓的背景下，這一點尤其令人擔憂。從制度層面看，如果我們過快轉向人工智能，讓基于物理的基礎設施逐漸萎縮，就會失去目前用于識別人工智能失誤的那套冗余機制?！?/p>
盡管存在這些隱患，氣象界仍在迅速采用人工智能預報模型，原因其實并不難理解。它們更快、更便宜，對計算基礎設施的要求也遠低于物理模型。在預測常見天氣形勢和一般天氣事件時，也就是不涉及“灰天鵝”的情況下，它們的準確性已可與物理模型相比，而且提升速度很快。
雷丁大學氣象學教授、數學、物理與計算科學學院院長安德魯·查爾頓－佩雷斯對媒體表示：“大多數最先進物理模型的進步速度，通常是每十年把準確預報時效延長一天。聽起來不算多，但這其實意義重大。”
他說：“機器學習模型的準確率提升速度遠遠超過了這個水平。它們現在已經具備競爭力，而在兩三年前，甚至還完全不在一個量級上?！?/strong>
例如，在2025年大西洋颶風季，谷歌“深層思維”的模型在風暴路徑和強度預測上，表現優于幾乎所有物理模型。余表示，自2023年以來，圖譜播報、盤古天氣以及歐洲中期天氣預報中心的人工智能預報系統等領先模型，在中期預報指標上，已經能夠與最好的物理模型持平，甚至超過后者。
人工智能模型在缺乏傳統預報資源的地區尤其顯示出價值，而這些地區往往正處在氣候變化沖擊的前線。哈桑扎德赫曾共同主持一項計劃，為印度3800萬農民提供基于人工智能的季風預報，使他們最多能提前4周獲知雨季開始時間。
哈桑扎德赫解釋說：“在天氣預報的第一次革命中，很多國家被甩在了后面，因為傳統天氣預報需要超級計算機、數億美元投入、跨學科團隊、專業勞動力和專家支持?！毕啾戎?，人工智能模型對低收入國家而言更容易獲得。
她在發給媒體的郵件中表示：“要真正理解這些模型的邊界、它們可以在哪些方面補充物理模型以及原因何在，仍有大量工作要做?！?/p>
納特說：“不過，我們需要更有組織性，確保能夠遵循恰當的程序，并由整個研究共同體建立并持續維護穩健的安全保障。這件事并不容易，因為當下正處于高度追捧階段，誰都不想錯過這股熱潮?！?/strong>
另一些研究人員，比如哈桑扎德赫，則在探索如何教會人工智能預報模型識別“灰天鵝”。他和同事正在研究，能否把人工智能系統與“相關采樣”方法結合起來，通過生成“灰天鵝”事件樣本，提升模型對前所未有極端事件的外推能力。
理解并解決人工智能天氣預報局限性的努力將至關重要，因為這條路已經無法回頭。人工智能正在重塑天氣預報的方式，而隨著氣候變得愈發不穩定，氣象學家需要手中每一種工具都足夠鋒利、足夠可靠。
盡管這些系統目前仍有局限，繼續推動其發展，并探索如何將其與物理預報更好結合，仍然大有可為。
余表示：“當前的研究議程，是讓人工智能模型在物理上保持一致、校準充分，并能在數據分布發生變化時保持穩健。如果因為‘灰天鵝’問題就放棄這一路徑，等于放棄了這一代天氣預報技術中最大的一次提升。”
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
