新智元報道

編輯：傾傾

【新智元導(dǎo)讀】颶風(fēng)Melissa撕裂加勒比海岸前五天，一臺AI已經(jīng)預(yù)言了它的狂暴生長。這不是奇跡，而是DeepMind的算法在45年、5000場風(fēng)暴的數(shù)據(jù)中學(xué)會了「讀懂海洋」。在人類與自然的博弈中，AI第一次站到上帝的位置上。

在古老的神話里，掌控風(fēng)暴的是神。

他們掀起海浪、放下雷霆，讓人類在恐懼中祈禱。

兩千年后，一臺AI在倫敦的機房里靜默運算。

它沒有情感，也不懂信仰，卻能在颶風(fēng)尚未成形時，預(yù)言災(zāi)難的走向。

DeepMind的模型預(yù)言——Melissa將快速增強。

這一次，風(fēng)暴的預(yù)告，不再來自上帝，而來自算法。

風(fēng)暴初聲：當(dāng)機器預(yù)見狂暴

10月21日，加勒比海上空的衛(wèi)星云圖逐漸浮現(xiàn)暗影。海面溫度暖意仍在，氣壓只是輕微下降。

但在倫敦的DeepMind機房中，一條颶風(fēng)強度預(yù)測曲線驟然上揚——模型顯示，一場還未來得及命名的風(fēng)暴將有50%–60%的概率升級為五級。

10月23日，該模型將這一概率提升至80%以上。

那時，人們還未意識到，這場被命名為Hurricane Melissa的風(fēng)暴，將橫掃牙買加、撕裂海岸。

從氣象學(xué)視角看，「路徑預(yù)測」雖有進展，但「強度變化」長期被視為難題——氣旋內(nèi)部渦旋、海溫、氣壓、濕度等多重微妙交互，令傳統(tǒng)數(shù)值模型疲于奔命。

而DeepMind的模型這次在強度預(yù)測上交出亮眼答卷：訓(xùn)練中采用兩套數(shù)據(jù)集──一是全球氣象觀測數(shù)據(jù)庫，二是45年約5000場氣旋專屬觀測數(shù)據(jù)。

這樣的氣旋記憶庫被認(rèn)為是其突破的關(guān)鍵點。這意味著：在風(fēng)暴來臨之前，機器已經(jīng)標(biāo)記了「爆發(fā)」的契機。

NHC將其投入實戰(zhàn)，今年13場風(fēng)暴中，該模型「路徑及強度預(yù)測均表現(xiàn)良好」。

這一刻，時間軸被拉長——從風(fēng)暴可能變成風(fēng)暴將至。

人類與機器，在大氣亂流中共同監(jiān)視那條曲線，大自然的規(guī)律也被一點點揭開。

算法記憶：AI如何破解風(fēng)暴的「盲點」？

氣象學(xué)家能較準(zhǔn)確地預(yù)測颶風(fēng)往哪兒走，但它會有多強，這一直是一個盲點。

傳統(tǒng)的數(shù)值模擬模型依賴龐大算力和復(fù)雜方程，往往難以在短時間內(nèi)捕捉到颶風(fēng)強度的突變。

而Melissa這樣的風(fēng)暴，往往就在短短兩天里，從三級升至五級。

DeepMind想解決的，就是這一問題。

在官方項目Weather Lab中，團隊用兩類數(shù)據(jù)訓(xùn)練模型：全球再分析氣象數(shù)據(jù)集和過去45年、約5000個氣旋事件的歷史觀測數(shù)據(jù)庫。

這讓模型擁有一套「氣旋記憶」，能主動識別那些往往預(yù)示快速增強的信號。

DeepMind表示，系統(tǒng)能在一次預(yù)測中生成多達50種可能未來場景，預(yù)見未來15天內(nèi)氣旋的形成、路徑和強度變化。

DeepMind在實驗中展示了模型對氣旋Alfred的預(yù)測過程。

模型準(zhǔn)確預(yù)判了Alfred減弱并在澳大利亞昆士蘭附近登陸的過程。

它生成多條可能路徑（藍色細線），再以一條「平均路徑」（粗藍線）給出最有可能的結(jié)果。

這意味著，AI不再只輸出單一結(jié)果，而是告知氣象員全部可能性。

在馬達加斯加以南與印度洋區(qū)域，模型同樣成功預(yù)測了多場氣旋。

它不僅在活躍期準(zhǔn)確追蹤氣旋Honde與Garance，還提前近一周捕捉到Jude與Ivone的形成與增強趨勢。

實驗性氣旋模型的預(yù)測動畫。模型（藍色）準(zhǔn)確預(yù)測了馬達加斯加以南的氣旋Honde和Garance在活躍時的路徑。模型還捕捉了印度洋中氣旋Jude和Ivone的路徑，幾乎提前七天，穩(wěn)健地預(yù)測了最終會增強為熱帶氣旋的風(fēng)暴天氣區(qū)域。

這種跨海域、多氣旋的穩(wěn)定預(yù)測能力，讓模型真正具備了「全球可用性」——不依賴地區(qū)經(jīng)驗，而是靠長期模式學(xué)習(xí)來理解氣候系統(tǒng)。

DeepMind公開的實驗數(shù)據(jù)顯示，在5天預(yù)測窗口內(nèi)，該模型的路徑誤差與強度誤差均顯著低于主流系統(tǒng)（ECMWF、NOAA HAFS-A）。

DeepMind AI模型在路徑與強度預(yù)測中的誤差對比。橙線為ECMWF全球模式，灰線為NOAA區(qū)域模式，藍線為DeepMind實驗性氣旋模型。橫軸為預(yù)測提前天數(shù)，縱軸為誤差值?？梢钥闯?，AI模型在五天預(yù)報中明顯優(yōu)于傳統(tǒng)模型。

相比傳統(tǒng)模型需要數(shù)小時高算力運行，AI模型幾分鐘內(nèi)即可完成全流程計算，并支持實時更新。

正因如此，它被認(rèn)為是首個兼顧路徑精度與強度預(yù)測的氣旋專用AI系統(tǒng)。

前NHC颶風(fēng)專家James Franklin評價說：

我從沒見過一個新模型上線得這么快、表現(xiàn)還這么好。

DeepMind的研究也被認(rèn)為是AI氣象學(xué)的「臨界點」。它不是替代人，而是第一次讓人類在風(fēng)暴形成之前，就能看清風(fēng)暴的上升趨勢。

AI上崗：氣象局迎來一位「新同事」

對NHC的科學(xué)家來說，AI預(yù)測模型的出現(xiàn)，一開始只是一個實驗項目。

他們在颶風(fēng)季啟動前，把DeepMind的模型悄悄納入工作系統(tǒng)，作為「對照組」和傳統(tǒng)的數(shù)值模擬模型并行運行。

結(jié)果顯而易見。

在今年已命名的13場風(fēng)暴中，DeepMind模型在路徑和強度預(yù)測上的表現(xiàn)都居于前列，尤其在風(fēng)暴突然暴漲為高等級的關(guān)鍵階段表現(xiàn)最突出。

邁阿密大學(xué)氣象研究員Brian McNoldy評價說：

在所有被使用的颶風(fēng)預(yù)測模型中，它已經(jīng)處在最前列，甚至可能是最好的。

傳統(tǒng)系統(tǒng)需要依賴高性能計算中心、消耗數(shù)小時算力，對比下來，這套AI模型在幾分鐘內(nèi)即可給出結(jié)果，而且可以連續(xù)更新。

在Hurricane Melissa的案例中，這個模型第一次被正式寫入NHC的內(nèi)部預(yù)報。

10月21日，它預(yù)測Melissa有50%以上概率成為五級颶風(fēng)；10月23日，這個概率上調(diào)至80%。

次日， NHC在公告中引用這條數(shù)據(jù)——「存在成為5級風(fēng)暴的明顯可能性」。

這條引用，成了AI預(yù)測實戰(zhàn)的歷史性時刻。AI在這一刻被寫入氣象史，但科學(xué)家依然保持謹(jǐn)慎。

在NHC的控制室里，算法與人類預(yù)報員并肩工作——屏幕上，一邊是傳統(tǒng)物理模擬的彩色云圖，一邊是AI模型的概率分布圖，兩種相互印證。

對研究員們來說，這種共事不只是新奇，更是一種釋放：當(dāng)機器能在幾分鐘內(nèi)識別出風(fēng)暴的爆發(fā)趨勢，人類終于可以把更多精力用在決策和應(yīng)對上。

預(yù)言的代價：AI能算出風(fēng)暴，卻不能理解

當(dāng)Hurricane Melissa如AI預(yù)測的那般在牙買加登陸，帶來高達75厘米的降雨、數(shù)十萬人斷電時，DeepMind團隊并沒有第一時間慶祝。

他們在論文里寫下了一句很冷靜的話：

我們很高興能為NHC提供有用的參考，但不應(yīng)以單一案例來評估模型的整體能力。

論文地址：https://arxiv.org/abs/2506.10772

AI的預(yù)言是準(zhǔn)確的，但它并不理解災(zāi)難到底是什么。它只能看到數(shù)據(jù)的異常波動，而不能阻止風(fēng)暴的到來、理解風(fēng)暴意味著摧毀與恐慌。

這也是所有科學(xué)家都清楚的一點：預(yù)測，并不等于掌控。

過去幾十年，氣象學(xué)家試圖靠更密集的觀測、更強的算力來理解大氣。如今，AI提供了一個全新的入口。

它不再追求物理完備，而是靠模式識別去捕捉前兆。

但正因如此，它也有天然的邊界。

算法可以在數(shù)千個樣本中找出規(guī)律，卻無法決定哪個港口需要先撤離；它能識別風(fēng)暴正在形成，卻無法判斷人類該怎么應(yīng)對。

對于NHC的預(yù)報員來說，AI的加入既是減負，也是責(zé)任。他們必須判斷，哪些預(yù)測足夠可靠、哪些只是幻象。

因為每一次預(yù)警，背后都意味著經(jīng)濟停擺、人員疏散、恐慌擴散。

DeepMind的研究員Ferran Alet在接受采訪時說：

AI的目標(biāo)是幫助人類更早地做出反應(yīng)，而不是取代人類。

這句話聽起來溫和，卻道出了一個更現(xiàn)實的前提——算法的力量，只有在人類理解它的前提下，才真正有意義。

Hurricane Melissa的陰影早已散去。加勒比海重新歸于平靜，海水的溫度在衛(wèi)星圖上慢慢回落，新聞推送換上了下一場風(fēng)暴的名字。

在邁阿密的氣象中心，DeepMind的模型仍在后臺運行。它接收新的衛(wèi)星數(shù)據(jù)、更新概率分布、重新計算未來十五天的氣旋路徑。

沒有情緒，沒有休止。

這一季的風(fēng)暴讓科學(xué)家第一次意識到：預(yù)報不再只是預(yù)測天氣，而是管理不確定性。

而在這場與自然的長跑里，AI已經(jīng)成為新的觀察者——它既不會感到害怕，也不會感到驕傲。

也許未來的某一天，所有災(zāi)難的第一個預(yù)警，都將來自算法。但決定如何回應(yīng)、如何挽救，仍然只能由人來完成。

風(fēng)暴的聲音已經(jīng)消散，而人類與機器之間的對話，才剛剛開始。

參考資料：

https://www.nature.com/articles/d41586-025-03539-x

https://arxiv.org/abs/2506.10772

https://deepmind.google/discover/blog/weather-lab-cyclone-predictions-with-ai/?utm_source=chatgpt.com