天气与人们的日常生活息息相关。准确的天气预报可以告知人们是否应该重新安排周末的出游计划，也能让即将遭遇台风的人即时撤离危险区域。但是，要进行准确的天气预报，尤其是对每小时都在变化的天气进行预测，挑战巨大。

本周，谷歌在自己的官方博客上发表了最新一项研究，该研究利用谷歌自己训练的人工智能（AI）模型，能够大大增强“实时”天气预报的能力。

谷歌称，这项工作尚处早期阶段，目前也未商业化，但研究结果令人满意。在这篇尚未经过同行审议通过的论文中，谷歌研究员介绍了他们如何利用人工智能模型，仅耗时数分钟时间，提前6小时实现了一公里范围内准确的降雨预测。

仅用数分钟的计算时间能提前6小时实现降雨预测，这与目前的天气预报水平相比，有了巨大的提升。谷歌研究人员表示，快速的预测有着极大的现实意义，这将有效适应气候变化，特别是极端天气状况下，快速预测会是一个非常重要的工具。同时，短期预测对于某些危机规避非常重要，合适运用能够有效避免生命和财产损失。

那么这样的速度是怎么来的？研究人员将他们的预测方法与目前两种主流的预测方法进行了对比：光流法（通过观察云的运动现象）以及模拟法（创建物理上的天气系统模拟）。

这些传统方法面临的问题在于计算量极为庞大，尤其是模拟法需要计算大量的物理效果。比如美国联邦机构为天气预报所做的模拟，每天需要处理来自不同气象站多达100TB的数据量，并且需要花费数小时在昂贵的超级计算机上进行模拟。按照一次计算6小时算，一天顶多也只能计算3-4次。

相比之下，谷歌的方法并不需要进行复杂的天气建模，而是通过对雷达接收到的信息进行分析预测。研究人员用了美国国家海洋和大气管理局（NOAA）在2017 -2019年间在美国附近收集的历史雷达数据来训练他们的人工智能模型。

谷歌研究人员称，他们的方法与使用相同数据的现有的三种方法一样好甚至还要更好。但是人工智能模型在预测6小时以上的远期预测时表现就不那么灵敏了。

目前来看这是机器学习在天气预报中的最佳应用：快速的进行短期预测，而较长时间的预测交给功能更强大的模型，像NOAA可以创建出10天的天气预报。

尽管人工智能还未在天气预报领域中有实际的应用，但除了谷歌外，还有其他公司在探索，包括IBM和孟山都等。