DeepMind气象模型落地飓风预报：NHC已启用，人类专家仍不可替代
谷歌 DeepMind 模型在风暴形成前一周即成功识别飓风伊萨亚斯，正被美国国家飓风中心纳入业务预测。但单个 AI 模型判断可能突变，专家仍需综合多模型结果并结合飞机与卫星观测做最终研判。#AI气象预测#
11 月 11 日消息，人工智能常因数据中心耗电惊人而挨批。这些设施对电力的巨大胃口推高了化石燃料用量，气候变化也因此进一步加重。
不过另一面，AI 正帮气象学家把天气预报得明显更准，飓风预测就是其中之一。这类天气系统向来极难预测，全球变暖之下，飓风造成的威胁也在与日俱增。
据 Techxplore 报道，美国国家飓风中心（NHC）从去年起启用谷歌 
DeepMind 的 AI 模型，眼下双方正联手开发下一代模型。
到了今年，这项技术的价值更加突出。强厄尔尼诺天气模式影响下，太平洋地区出现的飓风数量创下纪录；上个月，飓风伊萨亚斯（Isaias）还以强风暴之姿袭击了美国东南部。
在 DeepMind 负责气旋研究的研究科学家费兰 · 阿莱特（Ferran Alet）解释说，谷歌并没有单独为飓风做一个专门模型，用的就是日常天气预报那套模型，只是把它的能力用到了极限。
他对法新社说：“我们认为，极端天气差不多就是我们该去啃的目标，因为它最难。这个难题一旦解决，其他问题也就跟着解决了。”
在引入 AI 之前，美国国家飓风中心预测热带气旋主要靠几类模型。
动力学模型用超级计算机求解描述大气运动的流体力学和热力学方程；统计模型从历史数据出发，分析风暴行为同地理位置、日期等变量之间的关联；混合模型则把物理原理和统计方法合到一起。
AI 模型也是拿海量数据集来学习，区别在于规模大得多，能识别出复杂程度更高的规律。
预报时间更长，预测精度更高
DeepMind 今年 8 月发表在英国《自然》（Nature）杂志上的一项研究显示，该模型平均能让气象预报提前一天达到原有模型的准确度。换句话说，过去要提前两天才有的预报精度，如今提前三天就能拿到。
预测飓风伊萨亚斯时，DeepMind 的模型在风暴正式形成前整整一周，就识别出它有可能发展成热带气旋。
该模型还能针对每个气旋生成 1000 种可能的发展情景，同时预测降雨、风暴路径和强度，也就是风暴会沿哪条路线走、最终可能强到什么程度。
美国国家飓风中心业务部门负责人丹 · 布朗（Dan Brown）介绍：“NHC 于 2025 年 6 月下旬开始在实际业务中使用 AI 模型。2026 年，谷歌 DeepMind 的模型也被纳入 NHC 的部分路径和强度综合预测辅助系统。”
目前 NHC 还在使用欧洲中期天气预报中心和美国国家气象局开发的 AI 模型，并且已经同谷歌达成合作协议，一起推进相关模型的研发。
布朗表示，预测伊萨亚斯时，AI 模型在风暴路径上的表现相当亮眼。他还说：“AI 模型似乎特别擅长快速预测复杂引导气流模式的变化。”
人类专家仍然不可或缺
布朗专门提到 DeepMind 的模型和 NHC 自主开发的 HCCA 模型，认为在飓风路径与强度预测上，它们眼下是最出色的辅助工具之一。
当然，这项技术也有局限。
布朗指出，同一个模型在不同预测周期之间，对飓风路径或强度的判断可能会突然大幅调整。所以飓风专家还得靠自己的经验和专业判断，先弄清哪些模型最能反映某场风暴的实际情况，再把不同模型的结果综合起来。
他还强调，AI 模型训练所用的基础，其实来自传统物理模型建立的数据和预测体系。
布朗说：“对飓风专家来说，他们的重要性反而比以往任何时候都更高。算法能给出风暴路径的概率预测，但它没法像专家那样，把实时飞机观测数据和卫星数据结合起来，判断风暴当前的实际结构。”
AI 提高飓风预测精度的同时，美国的数据中心建设热潮也在快速改变电力供应结构。Cleanview 的一项分析显示，计划中的新一代数据中心将主要靠天然气供电，这会增加美国的碳排放，让气候变化更严重。
气候变化又反过来改变飓风的表现：飓风变得更强，带来的降雨更多，移动速度更慢，最终造成的破坏也进一步加大。
