人类在预测天气这件事上已持续了千百年,古时便有夜观天象,而今随着科技发展,人工智能和机器学习领域取得突破,AI也越来越多地参与到天气预报行业中。
最近,DeepMind和谷歌新研究出了一种基于机器学习的天气模拟器,可以在60秒内预测10天内的天气。DeepMind以「编码-处理-解码」的方式使用图神经网络(GNN)创建的自回归模型GraphCast,在10天的预报中,在6小时步长和0.25°经纬度分辨率下,超过了目前最精确的确定性系统——ECMWF的HRES,并且GraphCast只需要一台Cloud TPU v4设备即可预测。
我们的科技留言板“有意见”如下
@不倒翁:中国古人说,“差若毫厘,谬以千里。”在科学领域,称之为“蝴蝶效应”。高性能计算结合AI的价值是分析大量的数据,但并不是分析更准确的数据,有些领域的就不适合数据越大,分析越准确,天气预测就是之一,因为计算机对于最初的数据非常敏感,前期一个微小的变化将对后面产生不可估量的影响。所以我们洞见大自然,只能在大自然的范围内!除非AI在更高维度观察大自然,不然不可能预测准确。
@黑咕隆咚:虽然AI预测天气用时短且准确率高,但是它也不会完全取代人类,预测结果还是得依靠有经验的人员进行核验,然后再传达给公众,以确保其可靠性,而且AI擅长预测它所接受训练的数据中常见的模式,如果遇到异常极端天气,它还能否预测呢?
@周一见:雷丁大学的气象学家Rob Thompson说:「与其说DeepMind的研究完全颠覆了我们所知道的雨水预报,不如说它只是提供了一种不同的方法。它的表现与当前其他尖端类型的模型类似,可能稍微好一点,但并没有领先很多」
好文章,需要你的鼓励
浙江大学研究团队开发了ContextGen,这是首个能够同时精确控制多个对象位置和外观的AI图像生成系统。该系统通过情境布局锚定和身份一致性注意力两大创新机制,解决了传统AI在多对象场景中位置控制不准确和身份保持困难的问题,并创建了业界首个10万样本的专业训练数据集,在多项测试中超越现有技术。
谷歌推出升级版图像生成模型Nano Banana Pro,基于最新Gemini 3语言模型构建。新模型支持更高分辨率(2K/4K)、准确文本渲染、网络搜索功能,并提供专业级图像控制能力,包括摄像角度、场景光照、景深等。虽然质量更高但成本也相应增加,1080p图像费用为0.139美元。模型已集成到Gemini应用、NotebookLM等多个谷歌AI工具中,并通过API向开发者开放。
上海交通大学研究团队开发的SR-Scientist系统实现了人工智能在科学发现领域的重大突破。该系统能够像真正的科学家一样,从实验数据中自主发现数学公式,通过工具驱动的数据分析和长期优化机制,在四个科学领域的测试中比现有方法提高了6%-35%的精确度。这标志着AI从被动工具转变为主动科学发现者的重要里程碑。