在2023年9月份，部署在ECMWF网站上的公开GraphCast模型的实时版本提前约9天准确预测了飓风李将在新斯科舍省登陆。相比之下，传统预报对于登陆地点和时间的可变性更大，并且只能提前大约六天锁定新斯科舍省。GraphCast还可以表征大气河流——将大部分水蒸气转移到热带地区之外的狭窄大气区域。大气河流的强度可以表明它是否会带...
我们的主要发现是,在这2760个评估变量和层次以及提前时间的组合中,对于2018年留出的测试集,GraphCast在其中90.0%的组合上具有比HRES更高的预报技能。GraphCast能超过HRES性能的一个关键原因是它直接从数据中训练,因此在原理上可以捕获NWP系统中未明确表示的天气现象,如气团、前线和风暴等。我们还发现GraphCast具有比Pang...
预测热浪时，GraphCast在提前12小时、5天、10天时，准确度也都比HRES高（下图d）。今年9月，GraphCast成功在登陆前9天预测了北大西洋的飓风Lee，而使用传统方法最多提前6天预报。GraphCast不仅准确度高，预测速度也非常快。在一台Google TPU v4机器上使用GraphCast进行10天预测，只需不到一分钟就能完成。相比之...
DeepMind开源GraphCast,高精度天气预报模型 近日,DeepMind宣布开发出一款名为GraphCast的人工智能模型,专门用于天气预报。据悉,GraphCast能在不到一分钟内准确预测未来10天的天气情况,其准确性甚至超过了业界公认的高标准天气模拟系统HRES。 与此同时,GraphCast还具备提前预警极端天气的能力,例如飓风、洪水等。这种功能对于...
谷歌 DeepMind,这家搜索巨头以人工智能为核心的公司,刚刚宣布了一个新的天气预报模型,它在 90% 以上的时间里都能击败传统系统。该机器学习模型被命名为 GraphCast,它能在 10 天内预测天气,比现在运行天气应用程序的工具更好、更快、更节能。 「我们相信这标志着天气预测的转折点,」谷歌的研究人员在周二发表的...
DeepMind 开发出一种用于天气预报的人工智能模型:GraphCast 。 它可以在不到一分钟的时间内完成10天内的天气预报,准确性超过了业界公认的高标准的欧洲中期天气预报中心(ECMWF)的高分辨率天气模拟系统(HRES)。 它还能够提前预测像飓风、洪水等极端天气事件。
GraphCast模型 GenCast模型 Diffusion经典工作介绍 Diffusion model也就是所谓的扩散模型,是当下非常火热的生成式模型。本节的内容并不是跟踪diffusion系列最新的进展,而是对diffusion最经典的工作进行梳理。Diffusion模型需要的数学理论涉及统计、随机微分方差等,哪怕是数学专业的研究生,如果不是相关领域的可能也不会了解这...
谷歌DeepMind近日发布了名为GraphCast的全球天气预报AI模型，该模型能够在短短1分钟内预测未来10天的全球天气，并准确预测极端天气事件。GraphCast采用了深度学习技术，并在欧洲中期天气预报中心（ECMWF）近40年的数据上进行训练，准确率超过90%。这一模型的源代码已经公开，为全球科学家和预报员提供了一个强大的工具，...
GraphCast模型没有采用其他机器学习天气预报模型中常见的多步递归预测训练方式。这种递归方式容易累积误差。相反,GraphCast采用了一种分层的时域聚合策略,自定义了1小时、3小时、6小时和24小时四个预报间隔的模型,并采用单步监督的方式分别训练。这样一来,短期预报精度和长期预报精度可以得到平衡的提升。此外,训练效率也大...
在GraphCast之前，Google DeepMind与Google Research已曾发布两款天气预报系统，包括可生成90分钟之后天气预报的Nowcasting模型，以及24小时预报系统MetNet-3，而这两个系统都是属于局部的，GraphCast则覆盖了全球。除了已有包括ECMWF在内的气象组织采用了GraphCast，DeepMind也认为，开源GraphCast有望激发更多的可能性，包括...