AIGC動態(tài)歡迎閱讀

原標(biāo)題：AI預(yù)測蝴蝶效應(yīng)？谷歌最新天氣預(yù)報模型SEEDS登Science子刊
關(guān)鍵字：天氣,天氣預(yù)報,模型,,人工智能
文章來源：新智元
內(nèi)容字?jǐn)?shù)：4563字

內(nèi)容摘要：

新智元報道編輯：Mindy
【新智元導(dǎo)讀】天氣本質(zhì)上是隨機(jī)的，為了量化不確定性，傳統(tǒng)方法通常需要高昂的成本來物理模擬大量預(yù)測。谷歌最新研究登Science子刊，用生成式AI模型高效生成規(guī)模化的天氣預(yù)報集合，為天氣和氣候科學(xué)開辟了新的機(jī)會。1972年12月，在美國華盛頓特區(qū)舉行的美國科學(xué)促進(jìn)會年會上，麻省理工學(xué)院氣象學(xué)教授埃德·洛倫茲發(fā)表了題為「巴西一只蝴蝶的是否會在德克薩斯引發(fā)龍卷風(fēng)？」的演講，這貢獻(xiàn)了「蝴蝶效應(yīng)」這一術(shù)語。
在他1963年的一篇論文中，他發(fā)現(xiàn)在時間積分與數(shù)值天氣預(yù)測模型里，即使微小的起始條件誤差，也會在數(shù)值模型中迅速擴(kuò)大，導(dǎo)致預(yù)測結(jié)果的不確定性迅速增加，這被稱為混沌現(xiàn)象。
因此，天氣預(yù)報的可靠性受到了限制，尤其是在極端天氣的預(yù)測方面，比如颶風(fēng)、熱浪或洪水。
出于上述原因，目前的天氣預(yù)報其實(shí)都是概率預(yù)報。
這些預(yù)報使用了一種叫做集合預(yù)報的方法，通過在初始條件中引入一些隨機(jī)性，然后運(yùn)行多個不同的模型來生成多種可能的結(jié)果。
通過對集合中的所有預(yù)報進(jìn)行平均處理來減少誤差增長，并且集合中的預(yù)報的變化量量化了天氣條件的不確定性。
盡管有效，生成這些概率預(yù)報的計算成本很高

原文鏈接：AI預(yù)測蝴蝶效應(yīng)？谷歌最新天氣預(yù)報模型SEEDS登Science子刊

聯(lián)系作者

文章來源：新智元
作者微信：AI_era
作者簡介：智能+中國主平臺，致力于推動中國從互聯(lián)網(wǎng)+邁向智能+新紀(jì)元。重點(diǎn)關(guān)注人工智能、機(jī)器人等前沿領(lǐng)域發(fā)展，關(guān)注人機(jī)融合、人工智能和機(jī)器人對人類社會與文明進(jìn)化的影響，領(lǐng)航中國新智能時代。