2025年10月，加勒比海上空酝酿着一场风暴。各气象模型对其路径判断不一：它究竟会以较弱的强度登陆海地，还是会增强后转向牙买加？谷歌DeepMind与谷歌研究院联合开发的AI模型WeatherNext选择了后者。在登陆前五天，该模型以80%的置信度预测，这一风暴系统将以五级飓风的强度袭击牙买加。
飓风梅丽莎造成了严重破坏，引发了牙买加全境的洪涝与山体滑坡。但正是这一AI模型帮助预报员提前向沿途社区发出预警，使居民得以更充分地做好准备。
周四发表于《自然》杂志的一篇论文显示，WeatherNext AI模型能够以前所未有的精度预测气旋。平均而言，它比现有模型为预报员多争取了整整一天的预警时间——也就是说，它提前三天作出的预测，与此前模型提前两天的预测精度相当。在实际应用中，这多出的一天意义重大。
"哪怕多几个小时也能带来很大不同，"美国国家飓风中心主任迈克·布伦南说。组织疏散、调配物资、部署应急资源，这些应对飓风风险的工作都极为紧迫，一旦决策失误后果不堪设想。"在这类决策上，时间真的是黄金。能够将预报精度向前推进整整一天，这非常宝贵，"他说。
研究人员表示，在过去，将预报时效提前一天通常需要十年的持续努力。
极端事件的建模对AI而言颇具挑战性。机器学习需要大量训练数据才能作出预测，而极端事件本身就属于罕见现象。"我们没有太多气旋数据，但我们有大量天气数据，"谷歌DeepMind研究科学家、论文第一作者之一费兰·阿莱特说，"所以我们的做法是训练一个在天气预报和气旋预测两方面都表现出色的模型。"
大气合作研究所热带气旋研究组组长、论文作者之一凯特·马斯格雷夫指出，飓风之所以难以预测，在于它涉及多个空间尺度。预测风暴路径——即移动方向——需要全球尺度的气象数据，包括冷锋位置和盛行风向等信息；而预测风暴强度，则需要聚焦于局地大气和海洋条件的更小尺度数据。
"这是全球模型无法提供的，"马斯格雷夫说。此前的AI模型在路径预测上表现尚可，"但强度预测完全做不好。"
两者都准确预测至关重要：强度的变化可能意味着一场相对较弱的风暴与一场重大飓风之间的天壤之别。有时，就像飓风梅丽莎的情况一样，风暴系统可能在一夜之间急剧增强，演变为紧急状况。梅丽莎是国家飓风中心首次在风暴仅为一级飓风阶段便成功预测其将发展为五级飓风的案例。
在WeatherNext模型投入实时预报之前，研究人员已对其进行了历史数据回测。"结果好得让我们怀疑，在实时演示中是否真的能复现，"马斯格雷夫说。但当预报员开始将该模型纳入实际工作流程后，这一表现得到了验证。"我想所有人都对它的表现之好感到惊讶，"她说。
就连DeepMind的研究人员自己也无法完全理解，为何该AI模型仅使用分辨率远低于传统模型要求的大气数据，却能作出如此精准的强度预测。"当我们告诉业界，我们的模型只使用了相对粗糙的分辨率时，他们都震惊了——因为这意味着低分辨率输入所捕捉到的预测信号，比此前认为的要丰富得多，"阿莱特说。
该AI模型一定从低分辨率数据中捕捉到了某种有助于强度预测的信息，但研究人员尚不清楚究竟是什么。"归根结底，它是个黑箱，但这给物理学家提供了一个信号：有些此前未被理解的现象正在发生，"阿莱特说。
该模型并非只输出单一预测结果，而是为发展中的风暴生成一系列潜在情景。阿莱特表示，这有助于捕捉潜在的"蝴蝶效应"——微小的偏差可能引发更大的连锁变化。预报员可以将这些输出结果与其他模型的结果结合使用，从而对风暴系统的演变作出更全面的判断。去年，该AI模型每场风暴生成50个情景；如今，这一数字已增至1000个。
"以我们现有的计算能力，用传统数值模型根本无法做到这一点，"马斯格雷夫说。
布伦南表示，DeepMind的模型是预报员工具箱中一件出色的新工具，但他同时强调，它只是众多工具之一。"没有任何保证说，某个模型因为去年表现好、或者对某场特定风暴预测准确，就一定会是下一个季节或下一场风暴的最佳模型，"他说。他补充道，人的判断依然不可或缺。"飓风不只是路径或强度预报，"他说，"它需要专家将预报结果转化为对实际影响的研判——而正是这些影响，才是真正夺命的东西。"
谷歌DeepMind还宣布，将对飓风季期间使用的WeatherNext模型进行开源，供研究人员使用和改进。阿莱特希望，向研究社区开放模型能够帮助揭示气旋运作机制的新见解。
"我对科学发现感到非常兴奋，"他说，"我认为AI正在给我们提供探索宇宙规律的新工具。"
Q&A
Q1：WeatherNext模型是如何预测飓风强度的？
A：WeatherNext使用的大气数据分辨率远低于传统模型的要求，但仍能作出精准的强度预测。研究人员认为，模型从低分辨率数据中捕捉到了此前未被认知的预测信号，但具体机制目前尚不清楚，本质上仍是一个"黑箱"。该模型同时兼顾全球尺度的路径预测与局地尺度的强度预测，弥补了此前AI模型在强度预测上的短板。
Q2：WeatherNext比传统气象模型提前多少时间发出预警？
A：平均而言，WeatherNext为预报员多争取了约一天的预警时间。具体来说，它提前三天的预测精度，相当于传统模型提前两天的水平。在飓风梅丽莎案例中，该模型在风暴登陆前五天便以80%的置信度预测其将以五级飓风强度袭击牙买加，这也是国家飓风中心首次在一级飓风阶段就成功预测其最终达到五级强度。
Q3：WeatherNext模型会完全取代人工预报员吗？
A：不会。美国国家飓风中心主任迈克·布伦南明确指出，WeatherNext是预报工具箱中的一件新工具，但并非唯一依赖。飓风预报不只是路径和强度数据，还需要专家将预测结果转化为对实际灾害影响的研判。此外，没有任何单一模型能保证在所有情况下都是最优选择，人的专业判断在最终决策中仍不可替代。
