AI模型有望掀起天气预报革命，但“数据为王”的挑战与日俱增
“这绝对是令人难以置信的科学成就，”英国雷丁大学的安德鲁·查尔顿-佩雷斯在视频通话中这样说道。他的同事、剑桥大学的西蒙·德里斯科尔在一旁热情地点头。“它有太多不同的应用和用途了。”
他们谈论的不是量子计算或核聚变，而是天气预报。“人们只是抱怨天气预报有多糟糕，”查尔顿-佩雷斯说。作为一名气象学教授，他经常听到这种抱怨。但这是因为大多数人没有意识到，考虑到大气的复杂性，我们预测天气的能力几乎是一种超能力。“这是一个极其复杂的系统，我们对其观测并不全面。但我们能把预报放到你的手机上，而且大多数时候都相当准确，”他说。
德里斯科尔是一位数学和物理学研究员，他与查尔顿-佩雷斯花了大量时间研究“相当准确”的预报这一奇迹。他们对自20世纪90年代以来由卫星、气象气球、船舶和地面传感器积累的数千拍字节（petabytes）的气象数据进行了切片分析。现在，他们正在测试新的人工智能模型，这些模型可能会改变我们预测天气的方式。抱怨者们，天气预测并不会变得完全准确，但它即将改变你获知明天是否晴朗的方式。
我们这个时代一些重大的科学洞见源于预测天气的尝试。爱德华·洛伦茨在模拟大气环流时发现了混沌理论。他知道风暴的发展既是混沌的，又高度依赖于初始条件。洛伦茨将这些初始条件——如温度和风速等变量——输入一台早期的数字计算机。他发现，这些变量中任何一个的微小变化都会导致对风暴路径的预测截然不同。他称之为“确定性混沌”。在通俗说法中，这被称为“蝴蝶效应”。
每次你在手机上收到天气警报，都部分归功于洛伦茨，部分归功于各国和国际气象中心制作的每日分析。他们使用地球上和轨道上的数千个传感器收集的气象数据作为初始变量，然后将其输入大型计算机，计算机便会输出相当准确的预报，告诉你“有30%的几率下雨”。这就是所谓的数值天气预报，它已经主导了数十年。
问题在于，数值预报需要昂贵的超级计算机来摄取大量的实时天气数据，将其与过去的事件进行比较，并使所有数据都遵循物理规律，从而预测将要发生的情况。全球团队合作才产生了你的降雨预报。例如，德里斯科尔就贡献了关于海冰如何影响气候的专业知识。最终这意味着只有少数国家有能力生成天气报告，世界上大多数国家都依赖少数政府机构的慷慨解囊。
新的AI模型可能会改变这一切。在去年的一篇论文中，查尔顿-佩雷斯和德里斯科尔对四种流行的人工智能模型进行了压力测试，以了解它们预测一种被称为“炸弹气旋”的特殊风暴事件的能力。它们表现得不错，但“最大的区别在于，它的速度要快数千倍，”查尔顿-佩雷斯说。而且，“我们使用的预报……我是在自己的笔记本电脑上运行的”。
因此，人工智能有可能让预报员以更少的资源和更小的团队来预测天气，这意味着减少对诸如美国或欧盟等机构的依赖，来获取巴巴多斯的温度信息。我们可能即将实现天气预报获取的“民主化”。这将有助于较小的国家，同时也让任何人都能追踪特定的小众天气现象。如果你喜欢彩虹，你可以让人工智能模型预测下一个彩虹可能出现在哪里。
尽管如此，查尔顿-佩雷斯警告说，可能会出现新的障碍。制作预报所需的输入数据传统上是免费共享的。但随着分析成本的下降，“数据变得比以往更加‘为王’，”他说。他担心，支持AI天气模型的机构，例如谷歌、微软和英伟达，可能会与气象服务部门就此类数据达成排他性关系。换句话说，全球大部分地区将依赖科技公司，而非政府机构来获取天气预报。
更糟糕的是，在我们最需要的时候，这可能切断公众获取免费预报的渠道。热浪正变得更加致命。曾经只是带来不便的风暴现在会导致致命的洪水。这令查尔顿-佩雷斯感到担忧，他认为气象预测是人类“主要的气候变化适应工具”。在极端天气日益增多的时代，我们需要知道即将发生什么。拥有这些信息可能越来越关乎生死存亡。
