谷歌山景研究中心的一組研究人員開發(fā)了一種基于深度學(xué)習(xí)的天氣預(yù)報(bào)工具，用于預(yù)測(cè)短期天氣事件。他們寫了一篇描述其“臨近預(yù)報(bào)工具”的論文，并將其上傳到arXiv預(yù)印服務(wù)器。他們還在Google AI博客上發(fā)布了一篇新聞報(bào)道，介紹了他們的工作。

盡管付出了數(shù)年的努力，但預(yù)測(cè)天氣仍然是一門不精確的科學(xué)。當(dāng)前的方法涉及從各種來源收集數(shù)據(jù)，并使用超級(jí)計(jì)算機(jī)對(duì)其進(jìn)行分析，而超級(jí)計(jì)算機(jī)需要花費(fèi)數(shù)小時(shí)才能做出預(yù)測(cè)。盡管現(xiàn)代天氣預(yù)報(bào)比過去準(zhǔn)確得多，但仍然有很多不足之處，尤其是在本地和短期內(nèi)。在這項(xiàng)新的工作中，Google的團(tuán)隊(duì)采用了不同的短期預(yù)測(cè)方法，而不是使用物理學(xué)，而是使用最新的雷達(dá)圖對(duì)未來進(jìn)行了有根據(jù)的猜測(cè)。

Google的新工具利用了機(jī)器學(xué)習(xí)功能，對(duì)卷積神經(jīng)網(wǎng)絡(luò)(CNN)進(jìn)行了訓(xùn)練，可以識(shí)別天氣模式，然后根據(jù)當(dāng)前天氣情況進(jìn)行預(yù)測(cè)。生成的工具提供了Google描述為“降水臨近預(yù)報(bào)”的功能-基于本地的，近乎瞬時(shí)的短期天氣預(yù)報(bào)。

Google使用的CNN的類型稱為U-Net，該系統(tǒng)通過將數(shù)據(jù)分類到各個(gè)層中，這些層通過編碼階段進(jìn)行排列以提高處理速度，迭代用于降低圖像分辨率，然后使用解碼來還原圖像還原為原始分辨率。該系統(tǒng)分析過去N個(gè)小時(shí)的雷達(dá)數(shù)據(jù)，以預(yù)測(cè)未來N個(gè)小時(shí)的天氣事件，其中N介于零到六個(gè)小時(shí)之間。整個(gè)過程僅需幾分鐘。與傳統(tǒng)的預(yù)測(cè)系統(tǒng)相比，該系統(tǒng)能夠更快地返回答案，因?yàn)樗雎粤松婕暗奈锢磉^程，而是依靠圖像處理。

研究人員通過將其與三種廣泛使用的預(yù)測(cè)模型進(jìn)行比較來測(cè)試他們的工具。他們聲稱，他們的預(yù)測(cè)在短期內(nèi)比所有三個(gè)模型都更準(zhǔn)確，但從長(zhǎng)期來看卻不那么準(zhǔn)確。