剑桥大学开发的Aardvark Weather AI天气预报系统，以其卓越的性能和效率颠覆了传统天气预测模式。该系统计算速度快数十倍，仅需普通台式机即可运行，且在多个关键指标上超越了美国国家GFS预报系统。Aardvark通过单一机器学习模型处理来自卫星和气象站的数据，生成全球和本地天气预报，展现出极高的灵活性和简洁性。它能够快速适应特定行业或地区的需求，有望改变发展中国家的天气预测方式，并提升天气预报的准确预测范围至8天。

🚀Aardvark Weather的核心在于其独特的机器学习模型，该模型取代了传统天气预报流程，仅需一台普通台式机就能处理来自卫星和气象站等多种来源的数据，在几分钟内生成全球和本地天气预报。

💡Aardvark的计算速度比以往所有方法快上数千倍，且在多个关键指标上已超越美国国家GFS预报系统，准确度可与美国国家气象局的预测媲美。

🌍Aardvark具有灵活性和简洁性，能够快速调整以适应特定行业或地区的需求，例如帮助非洲农业预测气温，或为欧洲可再生能源企业提供风力预报。

🌱Aardvark有望改变发展中国家的天气预测方式，将天气预报从超级计算机转移到桌面电脑，使先进的预测技术惠及更多欠发达地区。未来，该模型有望将天气预报的准确预测范围提升至8天。

IT之家 3 月 23 日消息，剑桥大学研究团队开发的 AI 天气预报系统 Aardvark Weather 有望彻底改变天气预测方式，其计算速度比现有方法快数十倍，同时计算资源需求仅为当前系统的千分之一。该系统还获得了艾伦・图灵研究所、微软研究院和欧洲中期天气预报中心的支持。

据外媒 TechSpot 今日报道，该系统通过单一的机器学习模型取代传统天气预报流程，仅需一台普通台式机就能处理来自卫星和气象站等多种来源的数据，在短短几分钟内生成全球和本地天气预报。

“ Aardvark 彻底改变了天气预测方式，使预报变得更快、成本更低、适用性更广且更加精准。”剑桥大学工程系教授理查德・特纳表示，“ Aardvark 的计算速度比以往所有方法快上数千倍。”

尽管 Aardvark 仅依赖现有系统数据的一小部分，但在多个关键指标上已超越美国国家 GFS 预报系统，其准确度也可与美国国家气象局的预测媲美 —— 后者往往需要多个模型和专家分析。

论文第一作者、剑桥大学计算机科学与技术系的安娜・艾伦表示，这只是 Aardvark 的初步成果。这种端到端的学习方法可广泛应用于飓风、野火、龙卷风等极端天气的预测，还能用于更全面的地球系统预报，如空气质量、海洋变化和海冰覆盖。

IT之家获悉，Aardvark 的最大优势在于灵活性和简洁性。由于它直接从数据中学习，因此能够快速调整，以适应特定行业或地区的需求，例如帮助非洲农业预测气温，或为欧洲可再生能源企业提供风力预报。相比之下，传统天气预报系统往往需要耗费多年才能进行调整。

这一技术有望改变发展中国家的天气预测方式。由于这些地区缺乏专业人才和计算资源，Aardvark 能够将天气预报从超级计算机转移到桌面电脑，使先进的预测技术惠及更多欠发达地区。

Aardvark 未来还将在扩展天气预报能力方面发挥重要作用。特纳提到，该模型未来有望将天气预报的准确预测范围提升至 8 天，比现有模型多出 3 天。