主要内容
2025年10月，加勒比海酝酿的一场风暴引发关注：气象模型对其路径预测存在分歧——是维持弱风暴登陆海地，还是增强为强飓风袭击牙买加？谷歌DeepMind与谷歌研究团队开发的AI模型WeatherNext给出了后者的判断：登陆前五天，该模型以80%的置信度预测风暴将以5级飓风强度登陆牙买加。
最终，飓风梅丽莎（Melissa）确实造成牙买加严重洪灾与山体滑坡，但AI模型帮助气象部门提前预警，为当地社区争取了宝贵的准备时间。周四发表于《自然》的研究显示，WeatherNext在飓风预测上实现了前所未有的精度：平均比现有模型多提供1天预警时间，即其对三天后风暴的预测准确性，相当于传统模型对两天后的预测水平。
“哪怕几小时的提前量都可能改变结果。”美国国家飓风中心主任迈克·布伦南（Mike Brennan）表示，“组织疏散、调配物资等应对行动高度依赖时间窗口，预警精度每提前一天都价值巨大。”研究团队指出，过去要将飓风预警提前一天，需十年积累，而AI模型的突破让这一过程大大加速。
极端事件数据稀缺是AI预测的主要挑战。“我们缺乏足够的飓风数据，但有大量气象数据。”谷歌DeepMind研究员费兰·阿莱特（Ferran Alet）解释，团队通过训练模型同时擅长天气与飓风预测，填补了这一缺口。飓风预测需兼顾全球尺度（路径）与局地尺度（强度），而传统模型在强度预测上表现薄弱。WeatherNext首次实现了对风暴路径与强度的双重精准预测，梅丽莎案例中，国家飓风中心正是借助该模型在风暴仍为1级时，成功预警其发展为5级的可能性。
研究团队在实际测试中发现，该模型仅用低分辨率大气数据就实现了优异表现，其原理仍在探索中。“当我们告知学界模型采用的是相对粗糙的分辨率数据时，所有人都感到惊讶。”作者凯特·马斯格雷夫（Kate Musgrave）表示，这一突破为极端天气预测开辟了新路径。
