GenCast：DeepMind推出的性AI气象预测模型提气预报精准度与效率

GenCast是DeepMind推出的一款先进的AI气象预测模型，基于扩散模型技术，能够提供长达15天的全球天气预报。该模型在97.2%的预测任务中超过了国际顶尖的中期天气预报系统ENS，特别是在极端天气的预测上表现优异。GenCast不仅在预测效率上有显著提升，仅需8分钟即可生成预报，还已开源，支持更广泛的天气预报社区与研究。

GenCast是什么

GenCast是一款由DeepMind开发的前沿AI气象预测模型，采用扩散模型技术，提供长达15天的全球天气预报。该系统在97.2%的预测任务中超越了全球先的中期天气预报系统ENS，特别在极端天气的预测方面表现尤为突出。与传统模型相比，GenCast的预测效率显著提升，仅需8分钟即可生成预报。此外，GenCast已开源，包含代码和模型权重，以支持更广泛的天气预报社区。

GenCast的主要功能

• 中长期天气预报：提供为期15天的全球天气预报，每12小时更一次。
• 高分辨率预测：模型以0.25°的纬度-经度分辨率运行，确保高分辨率的天气预测。
• 集合预测：与传统单一预测模型不同，GenCast生成50个或更多的预测集合，每个集合表现出可能的天气轨迹，充分表达不确定性。
• 极端天气预测：擅长预测极端天气，如热浪、风及热带气旋等。
• 快速生成：在Google Cloud TPU v5上，GenCast能够在短短8分钟内生成15天的天气预报集合。

GenCast的技术原理

• 扩散模型：该模型基于扩散模型，这是一种生成式AI技术，广泛应用于图像、视频和音乐等域，用于从噪声中生成的样本。
• 地球球面几何适应：GenCast特别针对地球的球面几何形状进行优化，能够准确学习生成未来天气场景的复杂概率分布。
• 条件概率分布：模型基于当前和过去的天气状态，构建未来天气状态的条件概率分布。
• 神经网络架构：采用包含编码器、处理器和解码器的神经网络架构，编码器将输入映射到内部学习表示，处理器则集中关注邻域节点，解码器负责将结果映射回原始经纬度网格。
• 训练与预测：GenCast使用来自ECMWF ERA5档案的四十年历史天气数据进行训练，学习全球天气模式，以自回归方式生成15天的集合预报。
• 并行生成：由于每个时间步都是从噪声初始化的，GenCast能够基于不同的噪声样本并行生成预测集合。

GenCast的项目地址

• 项目官网：gencast-predicts-weather
• GitHub仓库：https://github.com/google-deepmind/graphcast
• arXiv技术论：https://arxiv.org/pdf/2312.15796

GenCast的应用场景

• 灾害预防与管理：通过提前预测极端天气，GenCast能够帮助和救援组织减少自然灾害带来的损失。
• 能源管理：在风能和太阳能的发电域，GenCast提供的精准预报可优化能源产量的预测，提升能源利用效率。
• 农业规划：GenCast帮助农民规避因天气变化带来的风险，从而合理安排农业生产活动。
• 交通与物流：为航和运提供关键天气信息，确保运输的安全与高效。
• 城市规划与建设：辅助城市规划者考虑气候变化，以构建更加适应天气变化的基础设施。

常见问题

GenCast的预测准确性如何？
GenCast在97.2%的预测任务中超越了全球顶尖的中期天气预报系统ENS，特别在极端天气的预测上表现优异。

GenCast的预测更频率是怎样的？
GenCast每12小时更一次天气预报，提供最的天气信息。

如何获取GenCast的代码和模型权重？
GenCast已开源，用户可以通过其GitHub仓库下载相关代码和模型权重。