AI的到来会改变我们的生活，同时也会影响世界的格局。在AI时代中，算力将是AI的核心竞争力，而AI又会成为国力的重要组成部分。换而言之，算力就是国力。
就在不久前，全世界科技圈都还在为AI实时翻译疯狂不已。网络上很多科技网友用AI视频工具HeyGen制作了许多有意思的视频。一时间，全世界所有从事翻译工作的人们都慌了，他们第一次感觉到失业离自己那么近。
如今，AI又有了新突破。科技巨头谷歌旗下的DeepMind表示，AI已经能准确预报未来10天的天气。
据伦敦实验室称，谷歌DeepMind的最新人工智能模型是世界上最准确预报未来10天全球天气的预报系统。
该模型名为GraphCast，承诺提供“前所未有的准确度”的中期天气预报。 今天发布的一项研究表明，GraphCast比现今的HRES模拟预报系统更精确、更快速。并且，该系统还预测了比以前更远的未来极端天气。
今年9月，该系统提前约9天准确预测飓风“李”将在新斯科舍省登陆。相比之下，传统的预测方法只能在大约六天前关注新斯科舍省。他们还对登陆时间和地点提供了不太一致的预测。
有趣的是，GraphCast无需经过训练就能识别危险的天气事件。集成简单的气旋跟踪器后，该模型比HRES方法更准确地预测气旋运动。
随着气候变得更加极端和不可预测，快速而准确的预测将为灾难规划提供越来越重要的见解。
此前，全球多个气象组织此前曾预计人工智能与物理学相结合时会最有用。但最近的突破表明人工智能也可以直接预测天气。
GraphCast的工作原理
传统的天气预报基于复杂的物理方程。然后将它们改编成在超级计算机上运行的算法。这个过程可能会很艰难。它还需要专业知识和大量的计算资源。而GraphCast则利用了一种不同的技术。该模型将机器学习与图神经网络（GNN）结合起来，图神经网络是一种擅长处理空间结构化数据的架构。为了了解决定天气变化的原因和影响，该系统接受了数十年天气信息的训练。传统方法也被纳入其中。欧洲中期天气预报中心（ECMWF）向GraphCast提供了大约40年天气再分析的训练数据，其中包括卫星、雷达和气象站的监测。
当观测中存在空白时，基于物理的预测方法会填补它们。结果是全球天气的详细历史。GraphCast 利用过去的这些教训来预测未来。GraphCast每隔0.25度经纬度对空间分辨率进行预测。
为了更直观地理解这一点，想象一下地球被划分为一百万个网格点。在每个点，模型预测五个地球表面变量和六个大气变量。它们一起以3D方式覆盖了地球的整个大气层。这些变量包括温度、风、湿度、降水和海平面压力。它们还包含了位势——特定位置上单位质量相对于平均海平面的重力势能。
在测试中，结果令人印象深刻。GraphCast在1,380个测试目标中的90%上显着优于最准确的操作确定性系统。这种差异在对流层中更为明显——对流层是地球大气层的最低层，也是大多数天气现象发生的地方。
GraphCast的工作也十分也高效。在一台Google TPU v4机器上，预测未来10天的天气只需不到一分钟即可完成。相比之下，传统方法在拥有数百台机器的超级计算机中可能需要花费数小时的计算时间。
人工智能在天气预报中的未来
尽管现今的成果已经足以开始替代传统天气预报，但GraphCast仍可以从进一步的改进中受益。例如，在气旋预测中，该模型在跟踪运动方面被证明是准确的，但在测量强度方面效果较差。
这些改进现在可以来自任何地方，因为DeepMind已经开源了模型代码。全球组织和个人现在都可以尝试GraphCast并添加自己的改进。
讽刺的是，潜在的应用是不可预测的。例如，这些预测可以为可再生能源生产和空中交通路线提供信息。但它们也可以应用于甚至无法想象的任务。
众所周知，最先进的科技技术应用一定是在军事领域。同样的技术或产品，民用场景中的科技含金量一定低于军事领域。在中国，讲究天时、地利、人和。这里的“天时”就是指时机、气候。如果在军事领域中能够快、更准确的获悉天气变化，对于排兵布阵和战术安排都是非常有帮助的。