DeepMind飓风模型路径预测赢过传统模型

今年大西洋飓风季的第一个飓风「伊萨亚斯」，成了AI气象预报的又一次高光时刻。10月9日晚，它以二级强度在佛罗里达州德斯廷附近登陆，最大持续风速约每小时169公里。登陆前几天，传统数值预报模型普遍判断它会继续西行、扑向路易斯安那州东南部；而谷歌DeepMind的AI模型从一开始就给出了不同答案——它会撞上佛罗里达西北部狭长地带。结果AI说对了。

美国国家公共电台的报道指出，美国国家飓风中心（NHC）从去年开始就把DeepMind模型纳入官方预报流程。到2025年飓风季结束时，它在路径和强度预测上已经跻身最强模型之列。迈阿密大学飓风研究员麦克诺迪说，通常一个新模型要打磨好几年才能成熟，而这个「初来乍到的新面孔」几乎一出场就拿了第一，「这挺了不起的」。长期为联邦应急管理局和NHC提供咨询的气象学家劳里评价更直接：DeepMind「是我们迄今见过表现最好的计算机模型，没有之一」。

AI模型和传统模型的思路完全不同。传统模型把卫星和飞机测到的温度、湿度、气压、风切变等实时大气数据，套进描述大气运动的物理方程里推演；AI模型则更像「看历史」，通过分析数以千计的过往风暴和配套大气数据找规律。劳里指出，AI模型除了当前这张大气图景外，对大气其实一无所知，也正因如此，它像一个黑箱——预报员说不清它为什么对，也说不清它为什么错。而在风暴来临、数百万人等着看预报的时候，依赖一个自己并不完全理解的系统，多少让人不安。

需要说明的是，这场「胜利」并不全面：NHC主任布伦南表示，在「伊萨亚斯」的强度预测上，NHC人工综合预报的技巧仍比DeepMind高出两到四成；该模型此前在东太平洋飓风「西蒙」上的路径表现也不好。独立的HurriLab事后分析则显示，DeepMind在登陆点位置和时间上最接近实况，提前三天多就把误差压到了几小时以内，而欧洲中期天气预报中心和美国GFS的传统集合模型，这次路径误差都超过各自五年平均值的两倍。

在NHC的日常业务里，AI模型和传统模型并不是谁取代谁：预报员把多个模型的结果汇总成「最优组合」，再由人来解读并转化为公众能看懂的避险指引。布伦南强调，飓风季的官方预报每六小时更新一次，模型输出可能在两次更新之间剧烈摆动，而人类预报员提供的「连续性」，正是AI暂时给不了的东西。

编译自 NPR，原标题："How AI is transforming hurricane forecasts"