据《自然》杂志网站报导，传统天气预报依赖于复杂的地球大气物理模型，并需要使用超级电脑处理来自卫星和气象站的资料，这一过程既费时，又对计算能力有较高要求。人工智能天气预报近来发展迅速，许多公司都在竞相开发新的、更先进的模型。
“深层思维”开发团队利用1979至2018年期间的历史天气资料对GenCast进行训练。借助这些资料，该模型能够绘制出气压、湿度、温度和风等变数之间的复杂关系。团队又利用2019年的天气资料验证了该人工智能预报模型的准确性。资料显示，在约97%的评估指标上，GenCast的预测结果要比全球最先进的中期预报模型之一欧洲中期天气预报中心的集成模型（ENS）更准确。
据介绍，GenCast模型在预报热浪、热带气旋等极端天气事件时，表现优于ENS模型。此外，这一人工智能模型可以在短短8分钟内生成一组随机的15天全球天气预报，其预测速度也显着优于传统天气预报模型。
研究人员表示，这项研究用机器模型赶超了“基于物理学的模型”。这一突破将有助于开创一个比传统预报更快、更可靠的人工智能天气预报时代◆
