AI 天气模型承诺提供超精细的专业预报

快速阅读: 据《保险日记》称，天气预报行业借助人工智能取得进展，私营企业如星图和英伟达开发更精细预测，用于洪水预警和商业用途。尽管人工智能提升效率，但传统物理模型仍有优势，政府和企业分工合作推动行业发展。

**2025年4月14日记者玛丽·许**

天气预报行业在提升准确性方面取得了显著进步，但在超本地化预测方面一直存在难题。然而，近年来人工智能天气模型的兴起使小型商业公司能够快速提供专业预测，例如某个社区何时会下雨、雨量多少，或者风力是否足以驱动涡轮机。几十年来，公共机构运行着需要超级计算机处理复杂物理方程式的全球天气模型，以输出预测结果。随着气候变化增加了极端天气的可能性，对更精细预测的需求变得更加迫切，而人工智能有望提供一种成本效益高的解决方案。“应用先前训练好的机器学习天气预报模型，在计算方面几乎不花费任何费用，”来自马克斯·普朗克气象研究所并曾任职于欧洲中期天气预报中心的科学家彼得·鲍尔说道。

在天气预报领域寻求商业机会的新玩家中，有一家名为星图（Stellerus）的天气科技初创公司，该公司从香港科技大学（HKUST）的研究人员工作中分拆出来。其创新方法首先进行降雨预测，然后应用机器学习算法快速模拟并预测每条香港街道的潜在洪水情况，整个过程不到三分钟。由于预测速度极快，洪水预警可以提前数小时生成，并不断更新以提供接近实时的警告。

尽管这类服务需求很高，但公共天气机构“无法为特定行业或业务提供非常定制化的预测”，HKUST主席教授、星图联合创始人许辉表示。该初创公司还利用人工智能技术分析卫星数据，以监测特定工厂和船舶的温室气体排放。许辉的团队正在与太平再保险合作，后者是中国太平保险控股有限公司旗下的国有保险公司的一部分，目的是开发可以在暴雨来袭前提前向客户和保单持有人发送精确洪水警报的预测模型。例如，车主可能会收到短信，提醒他们将车辆移出即将被洪水淹没的特定车库。这一举措是在过去两年多起极端降雨导致全市范围洪水灾害之后推出的，太平再保险首席执行官余承志表示。这是太平首次将高分辨率洪水建模引入内部，而不是依赖美国风险分析公司开发的较粗略模型。

洪水特别难以建模，因为它们由局部天气系统引起，其全面影响取决于众多的人为因素，如排水系统。但随着极端降雨愈发频繁，洪水所占的保险损失比例逐年攀升。全球估计有超过五分之一的人口面临显著的洪水风险，南亚和东亚地区受影响最为严重。预计未来几十年，中国大湾区近三分之一的沿海住宅区域，即太平再保险专注于洪水建模工作的九个城市集群，将面临更高的洪水威胁。“我们正推动行业突破传统观念的束缚，采取更加主动的方式应对灾难性事件及其对社区造成的损失，”余承志说，并补充道公司计划将其专有的洪水建模技术扩展到澳门和广东省，那里的高分辨率洪水数据可能会影响关于建立全省范围洪水保险项目的政策讨论。

布劳尔表示：“与依赖单一全球模型预测所有内容——如温度、风速、降雨量、土壤湿度和臭氧水平不同，人工智能创造了一个全新的环境，由‘专门系统’组成，这些系统非常擅长做某件事情。”“这在质量方面是一个巨大的飞跃，”他说，并补充道这为企业创造了‘无限的机会’，能够生产符合特定客户需求的可靠预测。

尽管如此，日益增长的商业天气预报员和风险建模师生态系统可能意味着对无法验证的专有模型的更大依赖。雷丁大学数据同化教授莎拉·丹斯表示，在人工智能预报时代，很难追踪观测结果（如卫星图像和雷达读数）与预测准确度之间的联系。“你并不真正了解神经网络中的一个权重变化如何影响预测。”

其他使用人工智能进行更精细天气预报的公司包括英伟达公司。该公司与台湾政府合作开发了一种基于粗糙全球气象数据的人工智能天气模型，并使用机器学习技术提高分辨率。研究团队在二月份发表于《自然》杂志的一篇论文中记录了他们的努力。英伟达高性能计算和人工智能工厂解决方案高级总监迪翁·哈里斯表示：“对于严重天气而言，您对事件发生的时间和地点理解得越精细，我们认为您在帮助准备应对这些事件时能做出更好的反应和规划。”

根据参与该项目并与英伟达合作的中央气象局研究员刘正钦的说法，台湾中央气象局目前正在评估该模型用于实际操作。与此同时，欧洲预报机构在二月份成为首个推出自己人工智能模型的主要预测中心。香港天文台也参考了华为技术有限公司的盘古天气等几个人工智能模型，并正在评估其他一些模型，天文台助理高级科学官员何宇恒表示。

尽管人工智能天气模型势头强劲，但一些气象学家仍坚持使用传统的基于物理学的模型。今年一月，总部位于瑞士的商业预报公司梅泰玛特克斯（Meteomatics）推出了针对美国的高分辨率、1公里尺度的天气模型，紧随其后的是欧洲版本于2022年的发布。两者都基于经典模型，通过复杂的后处理和通过自有无人机舰队收集的额外大气数据进行了增强。运行这两个高分辨率欧洲和美国模型需要超过10万台计算机处理核心，而实现全球化“可能需要大约1百万台”，Meteomatics首席执行官马丁·冯格勒表示。

虽然人工智能天气模型可能更节能，但他指出它们倾向于为了效率牺牲准确性和一致性，并且没有证据表明它们优于传统方法。“人工智能是增强经典建模方式的强大工具，但无法完全取代它。”

最终，人工智能天气模型仍然依赖于大量使用基于物理学的方法编译的气候和天气数据公共档案。大多数也依赖于传统的预测系统来启动预报过程。布劳尔表示，政府应发挥自身优势，继续承担昂贵的数据计算和保护工作，而私营企业则利用人工智能进行更专业的天气预报。“职责和责任的分配将略有调整，”他谈到天气预报格局时表示，“但我认为这不是问题。我认为它创造了更多机会而非风险。”

—

**今日热门**

– 黑客一年以上窃取了100名美国银行监管者的电子邮件
– 全国保险管理协会（NAMIC）、大“我”加入呼吁废除联邦保险办公室
– 平等就业机会委员会负责人转移注意力至调查DEI，但方法引发强烈抗议
– 特朗普的贸易战让美国农民对需求风险感到焦虑

(以上内容均由Ai生成)