传统天气预测、气候模拟方式，如今也面临 AI 的挑战。科技巨擘 Google、辉达（Nvidia）等，近来都推出人工智慧（AI）的气象预报模型。Google 表示，该公司的 AI 天气模拟器，速度比传统预测模型快 3,500 倍，而且成本骤减 10 万倍。
Google 人工智慧团队和欧洲中期天气预报中心的团队周一 (22/7) 宣布，推出 NeuralGCM，更进一步提高天气预测和气候模拟的能力。相关研究论文以「Neural general circulation models for weather and climate」为题，已发表在周一的权威科学期刊《Nature》上。
据 Google Research 的文章，过去 50 年来的传统气象预报，使用复杂的方程式来模拟大气变化，并做出预测，Google Research 的「NeuralGCM」将机器学习与传统预测方式相结合，而且 NeuralGCM 还能透过 AI，从现行的气候资料中学习。采用 AI 可补足传统预报的缺点，可准确多雾地区等天候状况，传统模型在这方面表现较差。
目前，世界上最好的天气预报模式是大气环流模式 (GCM)，由欧洲中期天气预报中心所建立。 GCM 部分是基于计算物理原理，对于其余的大部分，则依赖所谓的「参数化」，使用经验确定的关系，来近似不完全理解的物理过程。
而 NeuralGCM 依靠现有的大气环流模型 (GCM) 来模拟大规模物理学，并使用称为神经网路的机器学习方法来估计较小规模的特征。同时，NeuralGCM 是一个由两个部分组成的系统。研究人员称之为「动力核心」，它处理大规模大气对流的物理原理，并考虑重力和热力学等基本物理原理，其他一切都由人工智慧部分处理。
Google 表示，NeuralGCM 比大气物理模型 X-SHiELD 快3,500倍以上，X-SHiELD 模拟得花 20 天，NeuralGCM只需 8 分钟。与此同时，X-SHiELD 须使用搭载 1.3 万颗中央处理器（CPU）的超级电脑，NeuralGCM 仅须内建一颗张量处理器（TPU）的电脑。Google 说，如此一来，运算成本可减少 10 万倍。
另外 Google 团队称，NeuralGCM 对 1-15 天预报的准确率，媲美欧洲中期天气预报中心 (ECMWF)。对提前 10 天预报的准确率，NeuralGCM 与现有其他 AI 模型性能相当。加入海平面温度后，NeuralGCM 的 40 年气候预测结果，与从 ECMWF 资料中发现的全球变暖趋势一致。
