基于擴散模型實現

原標題：DeepMind大模型再登Nature：8分鐘預測15日天氣，準確度超頂尖物理模型，已開源
文章來源：量子位
內容字數：3928字

DeepMind推出新氣象預測模型GenCast

DeepMind近期發布了其新氣象預測大模型GenCast，該模型能夠在8分鐘內完成15天的天氣預測，并且在97.2%的場景中表現超過了全球頂尖的中期天氣預報系統ENS。GenCast的特點是關注各種天氣情況的概率，與之前的GraphCast模型不同，后者側重于確定性預測。

模型性能與技術細節

GenCast基于擴散模型實現，具有0.25度的經緯度分辨率，相當于在地球表面分割成超過100萬個網格。每個網格涵蓋80多個地表和大氣變量，生成的數據量巨大。通過1320種實驗條件的測試，GenCast在97.2%的任務中準確性顯著優于ENS，尤其在36小時后的預測中，準確率高達99.6%。

極端天氣預測能力

在對高溫、大風等極端天氣的預測中，GenCast也表現出相對經濟價值（REV）顯著優于ENS。模型在下游應用，如區域風電預測中，展示了更強的預測能力，尤其在不同空間聚合尺度上，GenCast的風電功率預報效果明顯優于ENS。

模型訓練與開源

GenCast使用了1979至2018年的ERA5再分析數據進行訓練，首先進行降采樣以提高預訓練效率。預訓練階段在TPUv5實例上運行約3.5天，隨后進行高精度微調。與GraphCast一樣，GenCast也已開源，相關代碼和模型權重均已發布，DeepMind還將提供實時和歷史預報結果以供研究。

總結

總的來說，GenCast代表了氣象預測領域的一次重大進步，利用機器學習技術超越了基于物理的傳統模型。隨著開源的推進，GenCast有潛力為氣象學研究和應用帶來新的機遇。

聯系作者

文章來源：量子位
作者微信：
作者簡介：追蹤人工智能新趨勢，關注科技行業新突破