傳統天氣預測、氣候模擬方式，如今也面臨 AI 的挑戰。科技巨擘 Google、輝達（Nvidia）等，近來都推出人工智慧（AI）的氣象預報模型。Google 表示，該公司的 AI 天氣模擬器，速度比傳統預測模型快 3,500 倍，而且成本驟減 10 萬倍。
Google 人工智慧團隊和歐洲中期天氣預報中心的團隊周一 (22/7) 宣布，推出 NeuralGCM，更進一步提高天氣預測和氣候模擬的能力。相關研究論文以「Neural general circulation models for weather and climate」為題，已發表在周一的權威科學期刊《Nature》上。
據 Google Research 的文章，過去 50 年來的傳統氣象預報，使用複雜的方程式來模擬大氣變化，並做出預測，Google Research 的「NeuralGCM」將機器學習與傳統預測方式相結合，而且 NeuralGCM 還能透過 AI，從現行的氣候資料中學習。採用 AI 可補足傳統預報的缺點，可準確多霧地區等天候狀況，傳統模型在這方面表現較差。
目前，世界上最好的天氣預報模式是大氣環流模式 (GCM)，由歐洲中期天氣預報中心所建立。 GCM 部分是基於計算物理原理，對於其餘的大部分，則依賴所謂的「參數化」，使用經驗確定的關係，來近似不完全理解的物理過程。
而 NeuralGCM 依靠現有的大氣環流模型 (GCM) 來模擬大規模物理學，並使用稱為神經網路的機器學習方法來估計較小規模的特徵。同時，NeuralGCM 是一個由兩個部分組成的系統。研究人員稱之為「動力核心」，它處理大規模大氣對流的物理原理，並考慮重力和熱力學等基本物理原理，其他一切都由人工智慧部分處理。
Google 表示，NeuralGCM 比大氣物理模型 X-SHiELD 快3,500倍以上，X-SHiELD 模擬得花 20 天，NeuralGCM只需 8 分鐘。與此同時，X-SHiELD 須使用搭載 1.3 萬顆中央處理器（CPU）的超級電腦，NeuralGCM 僅須內建一顆張量處理器（TPU）的電腦。Google 說，如此一來，運算成本可減少 10 萬倍。
另外 Google 團隊稱，NeuralGCM 對 1-15 天預報的準確率，媲美歐洲中期天氣預報中心 (ECMWF)。對提前 10 天預報的準確率，NeuralGCM 與現有其他 AI 模型性能相當。加入海平面溫度後，NeuralGCM 的 40 年氣候預測結果，與從 ECMWF 資料中發現的全球變暖趨勢一致。
