預測天氣中最難預測的變數之一就是降雨,這也是洪水預測中最大的不確定因素。然而,這個來自Google的新AI系統完全跳過了降雨預測,而是試圖從已知的其他所有因素來預測洪水。

最大的挑戰在於,最需要這種洪水預測的國家通常也是缺乏足夠的訓練數據的地方,因為他們沒有收集數據的能力。這種新技術有助於重複利用來自美國和其他國家的數據,並將其應用於較不發達的地區。

值得注意的是,這個新的AI系統比世界各地使用的全球洪水預警系統更準確。這是一個了不起的進步,不僅可以大大幫助非發達國家的政府,也可以幫助普通民眾。有些洪水預測模型甚至可以在你口袋裡的智慧手機上運行。

Google開發了一種全新的天氣預測方法,其性能優於傳統的基於物理的模擬。他們不再依賴計算密集的天氣模型,而是使用基於擴散的AI模型從歷史觀測數據生成可信的天氣數據。

關鍵的洞見是,擴散模型(用於從文本提示生成圖像)也可以應用於天氣數據。這些模型從隨機噪聲開始,逐步轉化為真實的天氣模式,在此過程中學習極端天氣事件的細微差別。

這種方法相比傳統方法有幾個優點。首先,它需要的計算能力要少得多,因為不需要運行複雜的天氣模擬。其次,它可以利用更大的歷史天氣觀測數據集,讓AI學習到更全面的模式。

結果是一個比以前的技術(包括NVIDIA的FourCastNet和DeepMind的GraphCast)更準確的天氣預測系統。這一突破有望大幅改善天氣預報,特別是在數據和計算資源有限的地區,最終通過更好地預測極端天氣事件來拯救更多生命。

飛機尾氣凝結線(稱為「飛機尾流」)可能會對地球溫度產生可測量的影響。雖然只有一小部分(約5%)的飛機尾流會產生持久影響,但這種影響仍然很重要。為了解決這個問題,研究人員開發了一個基於AI的模擬系統,可以預測哪些航線上的飛機可能會產生這些持久的飛機尾流。

挑戰在於準確地區分飛機尾流和外觀相似的卷雲。然而,研究人員已經找到了一種可靠的方法來區分這兩者,使這個問題可以被AI系統學習。

為了測試這種方法的有效性,研究人員與美國航空公司進行了一次試驗,根據AI的預測提出了一些微小的航線調整。結果是減少了54%的持久性飛機尾流的產生,燃油使用量只增加了0.3%。這種淨效果對環境的好處是現有方法的20倍。

通過有意避開可能產生持久飛機尾流的區域,航空公司可以大幅減少其對地球溫度的影響,同時對其運營的影響也很小。這種創新的AI技術應用有望使航空旅行更加可持續,為應對氣候變化做出貢獻。