DeepMind人工智慧模型提前一天預警致命氣旋

DeepMind開發出名為WeatherNext的AI氣象預測模型，能在不到一分鐘內生成15天全球氣象預測，比傳統依賴超級電腦的物理模擬方式更快速且具成本效益。該模型在2026年1月馬達加斯加強烈氣旋預測中表現亮眼，能比現有方法提早一天提供準確預警，大幅爭取撤離決策時間。 模型訓練基於近20太位元組（TB）的全球大氣數據以及5000場歷史風暴資料，其大氣模擬網格為28平方公里，精細度較傳統模型低，但透過海量歷史數據彌補並提升預測新氣旋行為的準確度。比較測試顯示，WeatherNext預測三天前的最大風速與位置誤差，相當於現行頂尖物理模型預測兩天前的表現。 儘管AI氣象預測速度與成本優勢獲氣象學界高度肯定，雷丁大學的漢娜・克洛克指出新進數據科學家缺乏傳統氣象背景，決策部署存在潛在風險。牛津大學的提姆・帕爾默更質疑AI難以預測氣候變遷下缺乏歷史對應的極端異常事件，且放棄物理模型將連帶損害氣候變遷預測能力。 整體而言，AI氣象預測正以極快速度顛覆傳統氣象學界，但在全面取代傳統物理模型前，學界建議必須更嚴格測試極端事件應對能力，並在數據科學與傳統氣象專業之間取得平衡，以確保災害防救決策的正確性與安全性。