剑桥大学研发 AI 天气预报系统：计算速度比现有方法快数十倍，台式机也能用

GoodNav 3 月 23 日报道，由剑桥大学研究团队开发的 AI 天气预报系统 Aardvark Weather 有望彻底革新天气预测，其计算速度比现有技术快数十倍，同时对计算资源的需求仅为现行系统的千分之一。该系统得到了艾伦・图灵研究所、微软研究院和欧洲中期天气预报中心的支持。

外媒 TechSpot 今日报道，该系统通过单一的机器学习模型取代传统的天气预报流程，仅需一台普通台式机即可处理来自卫星和气象站等多种数据源，在短短几分钟内生成全球和地方的天气预报。

剑桥大学工程系教授理查德・特纳表示：“Aardvark彻底改变了天气预测的方式，使得预报变得更快、更廉价、适应性更强且更精准。”他还指出，“Aardvark 的计算速度比任何以往的方法都快上数千倍。”

虽然 Aardvark 只是利用现有系统数据的一小部分，但在多个关键指标上已超越美国国家 GFS 预报系统，其准确度与美国国家气象局的预报水平相当——后者通常需要依赖多个模型和专家的分析。

论文的第一作者、剑桥大学计算机科学与技术系的安娜・艾伦表示，这只是 Aardvark 的初步成果。这种端到端学习方法可以广泛应用于飓风、野火、龙卷风等极端天气的预测，并能涵盖更全面的地球系统预报，例如空气质量、海洋变化和海冰覆盖。

据了解，Aardvark 的最大优势在于灵活性和简洁性。由于它是直接从数据中学习，能够迅速调整以满足特定行业或地区的需求，例如为非洲农业提供气温预测，或为欧洲的可再生能源公司提供风力预报。相比之下，传统天气预报系统往往需要耗费多年进行相应调整。

这一技术有潜力改变发展中国家的天气预测方式。在这些地区，由于缺乏专业人才和计算资源，Aardvark 能够将天气预报从超级计算机转移至桌面电脑，使得先进的预测技术惠及更多欠发达地区。

Aardvark 在扩展天气预报能力方面未来也将发挥重要作用。特纳提到，该模型未来有望将天气预报的准确预测范围提升至 8 天，比现有模型多出 3 天。