微軟研究院攜手劍橋大學(xué)及艾倫·圖靈研究所，近期共同研發(fā)了一款名為Aardvark Weather的人工智能天氣預(yù)測(cè)系統(tǒng)，該系統(tǒng)以深度學(xué)習(xí)為核心，摒棄了傳統(tǒng)天氣預(yù)測(cè)中依賴超級(jí)計(jì)算機(jī)進(jìn)行復(fù)雜物理模擬的方式，實(shí)現(xiàn)了對(duì)未來(lái)天氣的精準(zhǔn)預(yù)測(cè)。

Aardvark Weather系統(tǒng)并不依賴美國(guó)全球預(yù)測(cè)系統(tǒng)（GFS）等傳統(tǒng)數(shù)值模型，而是完全轉(zhuǎn)向了深度學(xué)習(xí)技術(shù)。通過(guò)對(duì)歷史及實(shí)時(shí)觀測(cè)數(shù)據(jù)的深入分析，該系統(tǒng)能夠以極低的計(jì)算成本生成高精度的天氣預(yù)測(cè)結(jié)果。研究人員指出，相較于傳統(tǒng)方法，Aardvark Weather的預(yù)測(cè)速度提升了數(shù)十倍，而計(jì)算資源的消耗則降低到了傳統(tǒng)方法的千分之一。

傳統(tǒng)天氣預(yù)報(bào)模型往往需要超級(jí)計(jì)算機(jī)的支持，這在一定程度上限制了其應(yīng)用場(chǎng)景，通常只在擁有豐富資源的氣象機(jī)構(gòu)中才能得到應(yīng)用。而Aardvark Weather則能夠在標(biāo)準(zhǔn)臺(tái)式機(jī)上運(yùn)行，這無(wú)疑大大降低了技術(shù)門(mén)檻，使得更多地區(qū)，尤其是缺乏高性能計(jì)算基礎(chǔ)設(shè)施的發(fā)展中國(guó)家和偏遠(yuǎn)地區(qū)，也能夠享受到先進(jìn)的天氣預(yù)測(cè)服務(wù)。

谷歌DeepMind團(tuán)隊(duì)此前也曾涉足AI天氣預(yù)報(bào)領(lǐng)域，并于2024年12月推出了名為GenCast的系統(tǒng)。該系統(tǒng)能夠在8分鐘內(nèi)生成15天的集合預(yù)報(bào)，并在基準(zhǔn)測(cè)試中表現(xiàn)出色，97.2%的場(chǎng)景中優(yōu)于傳統(tǒng)模型，成為當(dāng)前備受信賴的AI預(yù)報(bào)工具之一。然而，與GenCast不同，微軟Aardvark Weather則更加專注于超本地化的短期天氣預(yù)報(bào)。

Aardvark Weather的AI模型能夠每?jī)煞昼姼乱淮谓邓A(yù)測(cè)，同時(shí)結(jié)合雷達(dá)和衛(wèi)星數(shù)據(jù)，為用戶提供高精度的即時(shí)天氣信息。這一特性使得該系統(tǒng)在應(yīng)對(duì)突發(fā)天氣變化時(shí)，能夠?yàn)橛脩籼峁└蛹皶r(shí)、準(zhǔn)確的預(yù)報(bào)服務(wù)。