AI改变天气预报！90分钟后降雨量1秒算出智东西（公众号：zhidxcom）编译

智东西（公众号：zhidxcom）
编译|ZeR0
编辑|漠影
智东西9月30日消息，谷歌母公司Alphabet旗下顶级英国AI研究机构DeepMind又放大招了！
此次DeepMind聚焦天气预报这一重大挑战，与英国气象局合作将AI应用于预测降雨，能比现有预测模型更准确地预测未来1-2小时内的降雨量。

文章图片
▲DeepMind的AI模型提前90分钟预测天气事件
根据论文， DeepMind采用深度生成模型来实现精准降雨预测，使用NVIDIAV100GPU ，该模型只需1.3秒即可生成一个全分辨率的临近天气预测样本。
DeepMind研究团队称，气象专家经评估表示，比起传统方法，他们普遍更看好DeepMind提出的新AI模型，这为利用AI大大改善准确度的新天气预报方法铺平了道路。
这项研究刚刚发表于顶级学术期刊Nature上，题目为《用雷达深度生成模型进行有技巧的降雨临近预报》，论文对模型、数据和验证方法均进行了系统梳理及讨论。

文章图片
此外， DeepMind已将训练数据及一个预训练的英国模型传至GitHub 。
链接：https://dpmd.ai/github_nowcasting
一、现代天气预报的棘手问题：2小时内精准预测天气
“今天晚上要下雨，记得带伞！”像这样围绕天气话题的讨论和叮嘱，在人们的聊天中相当常见。
小到生活日常，大到灾害预防，都需要天气预报越早越好、越来越准确。但直至今日，预测降水降雨量，仍是气象学家面临的重大挑战。
在中世纪，气象学家首先使用恒星进行预测。慢慢地，记录季节和降雨模式的表格开始保存。几个世纪后，英国物理学家兼数学家刘易斯·弗莱·理查森设想了一个“预测工厂”（ForecastFactory），使用计算和大气物理方程来预测全球天气。
如今，在天气预报系统中， DeepMind添加了“机器学习”这一新元素。
现代天气预报是由数值天气预报（NWP ， numericalweatherprediction）系统驱动的。通过求解物理方程， NWP能做到提前几天预测未来天气。这类方法通常在预测6小时到2周后的天气时准确度很好，但在预测2小时内的天气时准确度会下降。
现在，临近预报填补了这个关键时间间隔的性能差距。
临近天气预报对于水管理、农业、航空、应急计划和户外活动等部门至关重要，支持了许多依赖天气决策的行业的现实社会经济需求。
天气传感技术的进步使测量地面降水量的高分辨率雷达数据能够以高频率提供（如每5分钟1公里分辨率）。现有方法难以解决的关键领域和高质量数据的可用性的结合，为机器学习在临近预报中做出贡献提供了机会。
近年来，已有几种基于机器学习的方法问世，他们在雷达观测的大数据集上训练，目的是更好地模拟强降雨和其他难以预测的降雨现象。例如，谷歌与美国国家海洋和大气管理局（NOAA）合作研究可能注入NOAA企业的机器学习系统，微软还出资从历史数据中识别重复的天气和气候模式，以改进次季节性和季节性预测模型。
在我国，彩云天气等天气预报公司基于气象雷达图和AI算法，已经实现了分钟级精准降水预报，短时降雨预报精度达1分钟，预报范围缩小至1公里，预报准确率达80%~90% 。
二、临近预报的深度生成模型：准确性和实用性均排名第一
DeepMind专注于预测临近降雨量：提前2小时预测降雨的数量、时间和地点。
研究人员采用一种类似于GAN的深度生成模型方法DGMR ，以过去的雷达数据为基础，对未来的雷达作出详细和可信的预测。