NHC 采用 DeepMind 模型辅助飓风预报，专家判断仍不可替代
AI 提升飓风预报精度，人类气象专家仍不可替代
谷歌 DeepMind 的模型已经被美国国家飓风中心用进实际业务了，提前一周就能看出一个风暴会变成飓风，还比传统模型快一天达到同样的精度。文章也讲清了它为什么替代不了人类专家，关心灾害预警或气象 AI 的都该看看。
美国国家飓风中心（NHC）自 2025 年 6 月下旬起在实际业务中使用 AI 模型，并已采用谷歌 DeepMind 的气象模型，双方正合作开发下一代版本。DeepMind 今年 8 月发表在《自然》杂志上的研究显示，该模型平均可让气象预报提前一天达到原有模型的预测准确度。在预测飓风伊萨亚斯（Isaias）时，该模型在风暴正式形成前整整一周就识别出其可能发展为热带气旋。
技术上，DeepMind 没有专门为飓风开发独立模型，而是将日常天气预报所用模型的能力推向极限。模型可为每个气旋生成 1000 种可能的发展情景，同时预测降雨、风暴路径和强度。研究科学家费兰·阿莱特表示，极端天气是最具挑战性的领域，解决它之后其他问题也能随之化解。NHC 业务负责人丹·布朗认为该模型和 NHC 自研的 HCCA 模型是当前路径与强度预测中表现最出色的辅助工具之一。
AI 模型的局限在于不同预测周期之间可能突然大幅调整判断，且其训练数据本身来自传统物理模型体系，因此专家仍需结合实时飞机观测和卫星数据判断风暴实际结构，并将多个模型结果综合。目前 NHC 同时使用欧洲中期天气预报中心和美国国家气象局的 AI 模型。
AI 提升飓风预报精度，人类气象专家仍不可替代
IT之家 11 月 11 日消息，人工智能经常因为数据中心能耗巨大而受到批评。数据中心对电力的庞大需求推动了化石燃料的使用，也进一步加剧了气候变化。 但与此同时，AI 也正在帮助气象学家显著提高天气预报的准确性，其中就包括飓风预测。这类天气系统以预测难度极高著称，而在全球变暖的背景下，飓风带来的威胁也日益加剧。 据 Techxplore 报道，美国国家飓风中心（NHC）去年开始使用谷歌 DeepMind 的 AI 模型，目前正与该公司合作开发下一代模型。 今年，这项技术的价值进一步凸显。受强厄尔尼诺天气模式影响，太平洋地区出现了创纪录数量的飓风；上个月，飓风伊萨亚斯（Isaias）也以强风暴的形式袭击了美国东南部。 负责 DeepMind 气旋研究工作的研究科学家费兰 · 阿莱特（Ferran Alet）解释称，谷歌并没有专门针对飓风开发独立模型，而是使用与日常天气预报相同的模型，只不过将其能力推向了极限。 他在接受法新社采访时表示：“我们认为，极端天气几乎是我们应该努力攻克的目标，因为它是最具挑战性的领域。只要解决了这个难题，其他问题也就迎刃而解。” 在引入 AI 之前，美国国家飓风中心主要使用几类模型预测热带气旋。 其中，动力学模型依靠超级计算机求解控制大气运动的流体力学和热力学方程；统计模型则根据历史数据，分析风暴行为与地理位置、日期等变量之间的关系；混合模型则将物理学原理与统计方法结合起来。 相比之下，AI 模型同样通过海量数据集进行学习，但规模要大得多，也能够识别复杂程度更高的规律。 预报时间更长，预测精度更高 IT之家注意到，DeepMind 今年 8 月发表在《自然》（Nature）杂志上的一项研究显示，该模型平均可以让气象预报提前一天达到原有模型的预测准确度。换句话说，过去需要提前两天才能达到的预报精度，现在可以提前三天实现。 在预测飓风伊萨亚斯时， DeepMind 的模型甚至在风暴正式形成前整整一周，就识别出它可能发展为热带气旋。 该模型还能够针对每个气旋生成 1000 种可能的发展情景，并同时预测降雨情况、风暴路径和强度，也就是风暴将沿着什么路线移动，以及最终可能达到多强的程度。 美国国家飓风中心业务部门负责人丹 · 布朗（Dan Brown）介绍称：“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，并已与谷歌达成合作协议，共同推进相关模型的研发。 布朗表示，在预测伊萨亚斯时，AI 模型在风暴路径方面表现相当出色。他还指出：“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 布朗特别提到了 DeepMind 的模型，以及 NHC 自主开发的 HCCA 模型，认为它们是目前在飓风路径和强度预测方面表现最出色的辅助工具之一。 不过，这项技术并非没有局限性。 布朗指出，单个模型在不同预测周期之间，可能会突然大幅调整对飓风路径或强度的判断。因此，飓风专家仍然需要依靠自身经验和专业判断，确定哪些模型最能反映特定风暴的实际情况，再将不同模型的预测结果综合起来。 他还强调，AI 模型的训练基础实际上来自传统物理模型建立的数据和预测体系。 布朗表示：“对于飓风专家来说，他们的重要性反而比以往任何时候都更高。算法可以给出风暴路径的概率预测，但它无法像专家那样，结合实时飞机观测数据和卫星数据，判断风暴当前的实际结构。” AI 提高飓风预测精度的同时，美国数据中心建设热潮也正在迅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依靠天然气供电，这将增加美国的碳排放，加剧气候变化。 而气候变化反过来也在改变飓风的表现：飓风正在变得更加强劲，携带的降雨量更多，移动速度也更慢，最终导致其造成的破坏进一步加剧。
This report is categorized under AITOP's "Products" desk, focusing on US frontier AI labs and Silicon Valley technology leaders. Within our cross-regional analytical framework, it directly maps to AI developer toolchains, coding agents, and engineering workflows. Key entities and technical topics under continuous tracking include DeepMind, NHC, 气象预报, AI安全.
Source attribution: curated from IT之家.
