AI 在氣象預測領域的影響日益明顯，Google 正在這方面持續努力，推出了新的 Weather Lab 網站以及實驗性的颱風預測工具。
Weather Lab 由 Google DeepMind 和 Google Research 開發，這個互動網站展示了 AI 氣象模型，包括一個實驗性的基於 AI 的熱帶颱風模型，能夠預測颱風的形成、路徑、強度、大小和形狀，並生成多達 50 種可能的情景，預測時間可達 15 天。颱風、颶風和熱帶風暴的名稱取決於其所在位置。
該模型基於隨機神經網絡，通常在預測颱風路徑和強度方面比現有的物理模型更為準確。Google 與美國國家颶風中心（NHC）合作，對此進行了科學驗證。
NHC 的專家預報員目前可以實時查看來自實驗性 AI 模型的預測，並與其他物理模型和觀測數據進行比較。希望這些數據能改善 NHC 的預報，並提供更早和更準確的颱風相關危險警告。Google 也在與英國氣象局、東京大學、日本 Weathernews Inc. 及其他專家合作，以進一步改善模型。
例如，在對 NHC 的觀測颶風數據進行初步評估時，針對 2023 年和 2024 年的測試數據，發現在北大西洋和東太平洋盆地，我們模型的 5 天颱風路徑預測平均比 ENS（歐洲中期天氣預報中心的全球物理模型）更接近真實颱風位置 140 公里。這與 ENS 的 3.5 天預測準確度相當，這一改進通常需要十年以上的時間來實現。
Weather Lab 首先是一個研究工具，並不適合消費者使用。其目的是幫助氣象機構和應急服務專家更好地預測颱風的路徑和強度。網站底部持續顯示信息，提醒用戶「有關官方氣象預報和警告，請參閱當地氣象機構或國家氣象服務」。
這個類似 Google 地圖的界面展示了不同 AI 氣象模型的實時和歷史颱風預測，並與歐洲中期天氣預報中心的物理模型進行比較。用戶可以探索和比較各種 AI 模型和物理模型的預測。
| 觀測模型 | 描述 |
|---|---|
| Google 的實驗性颱風模型 | 準確預測颱風路徑的模型 |
| WeatherNext Gen | 新一代氣象預測模型 |
| WeatherNext Graph | 圖形化氣象預測工具 |
| ECMWF ENS | 全球物理模型的領導者 |
| ECMWF HRES | 高解析度氣象預測模型 |
動畫顯示了我們的實驗性颱風模型的預測結果。該模型（藍色）準確預測了在馬達加斯加南部活動的 Honde 和 Garance 颱風的路徑，並且在印度洋中，幾乎提前七天成功預測了 Jude 和 Ivone 颱風的路徑，強勁預測了最終將增強為熱帶颱風的暴風天氣區域。
日本電話卡推介 / 台灣電話卡推介
一㩒即做：香港網速測試 SpeedTest HK
