科学家发现AI飓风预测取得成功——但当‘前所未有’的情况发生时呢？

# 科学家发现AI飓风预报取得成效——但当"史无前例"的情况发生时呢？ 来源：https://www.independent.co.uk/climate-change/news/hurricanes-ai-noaa-new-research-forecasts-b2996015.html 由于气候变化，大型且难以预测的大西洋飓风正变得更加常见（https://www.independent.co.uk/news/world/americas/el-nino-weather-pattern-meaning-extreme-heat-b2994007.html），科学家们越来越依赖人工智能来改进预报，尽管许多人仍对这项技术能否更好地保护社区持怀疑态度。 人类需要几个小时才能完成传统飓风预报——但AI可以利用数十年的历史天气数据，在几分钟内识别出模式（https://news.rice.edu/news/2026/ai-weather-models-show-promise-hurricane-forecasts-new-rice-study-finds-key-physical）。 美国国家海洋和大气管理局（NOAA）（https://www.independent.co.uk/news/world/americas/el-nino-weather-pattern-meaning-extreme-heat-b2994007.html），作为该国顶尖的飓风预报机构，多年来一直在测试AI模型，结果越来越精确。 在新泽西州地球物理流体动力学实验室工作的NOAA科学家Hiro Murakami本周告诉《独立报》，将AI整合到他们的"SPEAR（https://www.gfdl.noaa.gov/spear/）"模型（该模型用于生成季节性飓风预报）取得了巨大成功。 "我们看到大约20%的改进，我认为……这是一个非常显著的改进，"Murakami说。 NOAA卫星图像显示去年10月飓风Melissa在加勒比海翻腾。科学家们现在正利用AI来更好地预报这类破坏性风暴。 NOAA卫星图像显示去年10月飓风Melissa在加勒比海翻腾。科学家们现在正利用AI来更好地预报这类破坏性风暴。（Getty Images） 由于一次"哥斯拉"厄尔尼诺事件（https://www.independent.co.uk/news/world/americas/godzilla-el-nino-2026-effect-weather-pattern-meaning-heatwave-b2994455.html），今年大西洋（https://www.independent.co.uk/news/el-nino-atlantic-colorado-state-university-hawaii-national-oceanic-and-atmospheric-administration-b2981317.html）预计的飓风数量将少于正常水平——3到6个，而平均为7个（https://www.nhc.noaa.gov/climo/#:~:text=an%20average%20Atlantic%20h,Hurricane%20Wind%20Scale%29）。但仅需一场大型飓风就足以摧毁一个社区。 去年10月，人们在海地Petit-Goave的洪水中行走。这场风暴与大西洋有记录以来最强的飓风并列。 去年10月，人们在海地Petit-Goave的洪水中行走。这场风暴与大西洋有记录以来最强的飓风并列。（AFP via Getty Images） 随着地球大气因燃烧化石燃料而升温，海洋温度飙升，飓风变得更强。更热的海洋（https://www.independent.co.uk/sport/football/world-cup/world-cup-2026-summer-weather-heat-storms-humidity-b2993267.html）意味着更多的能量将飓风转化为携带更强风和更多降雨的风暴。 去年美国没有飓风登陆，但加勒比地区的许多国家就没那么幸运了（https://www.independent.co.uk/climate-change/atlantic-hurricane-season-us-climate-b2857646.html）。去年10月的5级飓风Melissa与有记录以来最强的飓风并列，带来了190英里/小时的风速和高达35英寸的降雨，在牙买加、古巴、巴哈马和海地造成至少93人死亡（https://www.nhc.noaa.gov/data/tcr/AL132025_Melissa.pdf）。 飓风行为的另一个变化是，它们现在能够在短时间内迅速增强为大型风暴。飓风Helene于2024年在墨西哥湾因创纪录的温暖水域迅速增强为4级飓风（https://www.nhc.noaa.gov/data/tcr/AL092024_Helene.pdf），并从佛罗里达州到北卡罗来纳州带来了毁灭性的洪水。 2024年9月，北卡罗来纳州Lake Lure，飓风Helene过后的残骸。该风暴在墨西哥湾迅速增强。 2024年9月，北卡罗来纳州Lake Lure，飓风Helene过后的残骸。该风暴在墨西哥湾迅速增强。（Getty Images） ## 超级风暴的超高速 直到最近，飓风预报（https://www.weather.gov/news/261102-AI-Hurricane-Forecasting）还涉及科学家将数学计算应用于当前大气数据，以确定条件如何随时间影响风暴。 这些传统模型非常成功。2024年国家飓风中心的预报是有记录以来最准确的（https://www.nhc.noaa.gov/verification/pdfs/Verification_2024.pdf），这得益于计算能力的提升（https://abcnews.com/US/accurate-hurricane-forecasting-meteorologists-explain/story?id=114989006#:~:text=Technological%20improvements%20have%20also%20improved%20accuracy%2C%20the%20experts%20said.&text=But%20the%20%22biggest%20change%22%20has,a%20hurricane%20every%2030%20seconds.）。 2022年9月，佛罗里达州迈尔斯堡飓风Ian过后的航拍照片。更强的飓风会产生更大的风暴潮。 2022年9月，佛罗里达州迈尔斯堡飓风Ian过后的航拍照片。更强的飓风会产生更大的风暴潮。（AFP via Getty Images） 但随着AI的兴起，科学家相信他们可以做得更好：据休斯顿大学的大气科学家称，这项技术将预测成功率平均提高了15-30%（https://www.star.nesdis.noaa.gov/star/documents/meetings/2019AI/Thursday/S5-3_NOAAai2019_Choi.pdf），相对于传统模型。 除了NOAA，美国其他研究天气和气候的领先机构，包括科罗拉多州立大学和芝加哥大学（https://climate.uchicago.edu/news/uchicagos-ai-for-climate-initiative-leads-new-approach-to-modeling-and-understanding-earth-system/），也已将这项技术整合到现有系统中。 Google的DeepMind模型有助于季节性飓风和短期飓风预报，它帮助预测了飓风Melissa的迅速增强（https://deepmind.google/blog/how-weathernext-helped-the-national-hurricane-center-better-predict-hurricane-melissas-historic-landfall-in-jamaica/）。牙买加气象服务局首席主任Evan Thompson告诉Google，这意味着更早的疏散、更好的地面准备以及拯救的生命。 2025年10月，牙买加黑河，一名男子骑自行车穿过飓风Melissa过后被摧毁的North Street社区。更早的预报有助于在地面上更好地为危险风暴做准备。 2025年10月，牙买加黑河，一名男子骑自行车穿过飓风Melissa过后被摧毁的North Street社区。更早的预报有助于在地面上更好地为危险风暴做准备。（AFP via Getty Images） 去年，它"在2025年季节中击败了其他所有模型，"曾在NOAA从事飓风工作35年并参与DeepMind的退休天气预报员James Franklin告诉《独立报》。 根据FOX Weather飓风专家、该项目的顾问Bryan Norcross的说法，这部分归功于DeepMind训练所用的大量数据集。 "未来一年，越来越多高分辨率的过去天气数据集将上线。随着对这项技术的理解加深，预计来自Google DeepMind和其他实验室的AI模型将继续改进，"他说。 科罗拉多州立大学高级研究科学家Phil Klotzbach补充说，数据是任何AI模型改进的核心，也是确保未来飓风预报更准确的关键。 "如果能给AI模型提供非常好的数据来训练，它就会给出好的答案，"他说。 依赖AI的另一个原因是速度——这是研究可能在几小时内登陆的风暴时的关键因素。 2025年5月，NOAA气象学家Aidan Mahoney在佛罗里达州迈阿密的国家飓风中心工作。科学家们仍在传统预报方法的同时使用AI模型。 2025年5月，NOAA气象学家Aidan Mahoney在佛罗里达州迈阿密的国家飓风中心工作。科学家们仍在传统预报方法的同时使用AI模型。（AFP via Getty Images） 传统预报通常需要几个小时才能得出结论，而根据Google（https://deepmind.google/science/weathernext/）的说法，DeepMind比常规模型快八倍。 "我们可以运行更多的模型，而且运行成本非常低，"WFLA-TV首席气象学家兼气候专家Jeff Berardelli告诉《独立报》。"因此，对于常规动力模型来说，在超级计算机上运行可能需要数小时，因为它计算量巨大，方程密集。" ## 史无前例的情况 当然，AI飓风预报并非完美——它需要历史数据才能提供准确的预报。 但是，当一个AI模型参与预报一场可能比我们以前见过的任何风暴都更强（https://www.independent.co.uk/climate-change/category-6-hurricane-melissa-climate-change-b2857684.html）的风暴时，会发生什么呢？ "由于气候在变暖，大气在变暖，海洋在变暖，将会出现一些史无前例的事件——不仅仅是飓风，还有热浪、洪水等——AI模型无法预测这些，因为它的数据库中没有这些数据，"Berardelli说。 2021年8月，路易斯安那州巴拉塔里亚，一名男子在飓风Ida过后的洪水中拉船。AI模型依赖多年的过去天气数据来帮助生成预报。 2021年8月，路易斯安那州巴拉塔里亚，一名男子在飓风Ida过后的洪水中拉船。AI模型依赖多年的过去天气数据来帮助生成预报。（Getty） Franklin表示他对此不那么担心，因为至少对于Google的DeepMind而言，无论风暴强度如何，AI仍然可以在风暴发生时进行预报。 "诚然，它只能处理它所拥有的数据……但我不确定由于更高的海洋热含量而导致的适度增加……在实践中是否是个大问题，"他说。 还有一个更大的问题需要处理。AI由数据中心驱动，这些数据中心不仅需要大量水来运行（https://www.independent.co.uk/tech/chatgpt-data-centre-water-consumption-b2318972.html），而且消耗大量电力，从而燃烧导致气候危机的化石燃料——进而产生更恶劣的飓风。