谷歌公司发布了名为 NeuralGCM 的全新 AI 天气预测模型，该模型结合了机器学习和传统技术，在预测未来 1-10 天天气方面准确度更高，成本更低。NeuralGCM 模型由谷歌研究院、谷歌 DeepMind、麻省理工学院、哈佛大学和欧洲中期天气预报中心的科学家共同研发，利用机器学习和神经网络，并结合全球环流模型和物理密集型方法，以过去几十年的天气数据进行训练。该模型能够用更少的计算能力更快地做出高质量的预测，其准确度不亚于欧洲中期天气预报中心（ECMWF）的 1-15 天预报。
🤔 **NeuralGCM 的核心优势在于它结合了机器学习和传统技术，并利用神经网络和全球环流模型，以过去几十年的天气数据进行训练。** 该模型通过将物理方程描述的大尺度天气模式与人工智能驱动的任务相结合，实现了更高效的预测。这种方法不仅提高了预测的准确性，还降低了计算成本。
🚀 **NeuralGCM 的准确度不亚于欧洲中期天气预报中心（ECMWF）的 1-15 天预报。** 该模型在预测未来 1-10 天天气方面表现出色，能够提供更准确的天气预报信息。
🌎 **NeuralGCM 的开源特性使其能够被更广泛地应用和研究。** 任何用户都可以轻松地运行该模型，这将为天气预报领域带来新的研究和应用方向。
💡 **NeuralGCM 的出现标志着人工智能在天气预报领域取得了新的突破。** 该模型的成功证明了机器学习和传统技术相结合的潜力，为未来更精准、更高效的天气预测提供了新的可能性。
IT之家 7 月 23 日消息，谷歌公司最新发布了名为 NeuralGCM 的全新 AI 模型，结合机器学习和传统技术，构建了全新的 AI 天气预测模型，相关成果于昨日发表在《Nature》期刊上。
谷歌公司表示相比较其它纯粹基于机器学习的天气预报模型，NeuralGCM 的特点在于成本更低，在预报未来 1-10 天天气方面准确度更高。
研究报告的共同作者、谷歌研究公司的斯蒂芬・霍耶尔（Stephen Hoyer）表示，NeuralGCM 模型是开源的，用户可以在笔记本电脑上相对快速地运行。
NeuralGCM 模型由谷歌研究院、谷歌 DeepMind、麻省理工学院、哈佛大学和欧洲中期天气预报中心的科学家利用机器学习和神经网络研发而成，IT之家附上其训练模式如下：
以大脑神经元为模型，根据过去几十年的天气数据进行训练。
它还使用物理方程描述大尺度天气模式，本质上结合了全球环流模型、物理密集型方法与人工智能驱动的任务。
保留了一些大尺度物理学，并用人工智能取代了部分建模工作。
研究人员说，这样做的结果是，该模型可以用更少的计算能力更快地做出高质量的预测。他们说，NeuralGCM 的准确度不亚于欧洲中期天气预报中心（ECMWF）的 1-15 天预报。
IT之家附上参考地址
