气候

从

美国国家海洋和大气管理局 (NOAA) 提供的卫星图像显示，飓风伊萨亚斯于 2026 年 10 月 9 日星期五逼近阿拉巴马州和佛罗里达州墨西哥湾沿岸。NOAA/NOAA 隐藏标题栏

飓风预报员越来越多地使用人工智能进行预测，他们表示这项技术正在迅速改变这个领域。

当大西洋季节的第一场飓风本月形成时，人工智能模型在预测飓风去向方面击败了传统模型。

太平洋正遭受飓风袭击。大西洋很平静。归咎于厄尔尼诺现象

10 月初，飓风伊萨亚斯在佛罗里达州德斯坦附近登陆，为 2 级风暴。传统的预测模型最初预测它将进一步向西，向路易斯安那州东南部移动。

但谷歌 DeepMind 的人工智能模型一开始就预测：飓风将袭击佛罗里达州西部狭长地带。

“尤其是 Google DeepMind，在过去几年中确实证明了自己是黄金标准模型，”迈阿密的长期气象学家和飓风专家 Michael Lowry 说，他之前曾为联邦紧急事务管理局和国家飓风中心 (NHC) 提供咨询。

“迄今为止，该模型是我们见过的性能最好的计算机模型。就这样。”

不同类型的模型

美国国家飓风中心去年首次开始将谷歌 DeepMind 模型纳入其官方预测中。

天气

随着 2025 年大西洋飓风季节结束，预测的未来是人工智能

迈阿密大学飓风研​​究员布莱恩·麦克诺迪 (Brian McNoldy) 表示，到 2025 年大西洋飓风季节结束时，它已经成为预测风暴路径和强度的最佳工具之一。

通常，新模型在首次推出后需要数年时间来完善。

“这是我们不习惯的事情——拥有一个模特，这个街区的新人，很快就成为最好的模特，”麦克诺迪说。 “这几乎是一开始就出现的，这是一个非常令人印象深刻的壮举。”

传统的基于物理的飓风模型使用卫星和飞机测量的实时大气数据，例如温度、湿度、压力和风切变。然后，他们使用复杂的方程来预测风暴可能的传播路径以及风暴的强度。

人工智能模型的运作方式非常不同：它更多地依赖于历史。它通过分析过去数千次风暴以及大气数据来识别模式。

“除了当前图片之外，人工智能模型实际上对大气一无所知，”洛瑞说。 “除此之外，它并不依赖大气、物理学的控制方程来做出预测。”

联合国报告强调美国气候污染显着增加

洛瑞指出，大多数设计和开发这些模型的人甚至都不是气象学家：“他们是软件工程师，他们正在开发神经网络。”

“神经网络”是一组模仿人脑的计算机算法，经过训练可以在大量数据中查找模式。

因此，这些模型看起来就像一个“黑匣子”，洛瑞说：“我们不知道为什么他们可能会做出正确的预测。我们也不知道为什么他们可能会做出错误的预测。”

对于气象学家来说，依赖一个他们并不完全理解的系统可能会令人不安，尤其是在暴风雨期间，数百万人可能依赖他们的预报。

“这让我们有点不舒服，因为我们想知道为什么你会得到正确的答案，”麦克诺迪说。 “而且我觉得我们没有——或者至少我不知道为什么。”

不过，并非所有人工智能模型都表现良好。洛瑞说，有很多未经证实的天气预报人工智能模型。

尽管存在一些缺陷，迄今为止被证明最准确的两个模型是由 Google DeepMind 和总部位于英国的欧洲中期天气预报中心 (ECMWF) 开发的模型。

2026 年 10 月 10 日星期六，佛罗里达州德斯坦，飓风伊萨亚斯过后，人们从倒塌的船库中取回物品。谷歌 Deepmind 的人工智能模型在预测风暴路径方面击败了传统的基于物理的模型，尽管它在预测风暴强度方面表现不佳。杰拉尔德·赫伯特/美联社隐藏标题栏

依靠模型的“混合”

国家飓风中心的预报员在汇总官方预报时使用了多种经过验证的模型（包括人工智能模型和传统模型）。

“每场风暴都有不同的预测挑战，”国家飓风中心主任迈克尔·布伦南 (Michael Brennan) 说。 “这就是为什么我们采取共识方法并使用最佳模型的组合。”

在决定告诉公众什么之前，仍然是人类必须解释这些模型的结果。

在飓风活跃期间，国家飓风中心每六小时提供一次更新。有时，模型本身会显示从一次更新到下一次更新的巨大变化。预报员必须将这些不断变化的预测转化为人们可以采取行动的明确指导。

“人类预报员提供的很多东西就是连续性，”布伦南说。 “我们正在利用我们的专业知识和理解将飓风预报转化为危险空间，这才是人们真正需要关注的。”

科学家期待快速进展

布伦南说，谷歌 DeepMind 模型仍然需要一些工作。虽然它在追踪伊萨亚斯路径方面优于其他模型，但在确定风暴强度方面，它的表现不如 NHC 的混合预报。

暴风雨多年后，清理人员小心地将伤感的东西与残骸分开

Brennan 的团队定期向 Google DeepMind 提供反馈，以帮助改进模型。谷歌没有回应 NPR 就本文提出的问题。

布伦南说，“预测的未来一直在变化”。 “推动这些改进的不仅仅是一件事。”

他指出，就在不久前，预报员甚至无法预测几天内风暴的强度。由于预测模型的进步以及卫星和飞机收集的更好的数据，这种情况发生了变化。

“就强度预测而言，误差大约是卡特里娜飓风发生时的一半，”布伦南说。

气象学家 Michael Lowry 表示，人工智能令人兴奋的地方在于它的进步速度有多快。人工智能更新只需要几个月甚至几周的时间，而传统模型最多每年更新一次。

洛瑞说：“他们在一年的时间里在技能和飓风预测方面取得了进步，而我们需要 10 年、10 年甚至更长时间才能做到这一点。”

但即使人工智能快速而强大，洛瑞表示他并不担心人工智能会取代人类。

“对我来说，我并不觉得人工智能存在某种生存危机，”洛瑞说。 “如果有的话，我认为这对我们的业务来说是一个福音。”

雷切尔·沃尔德霍兹编辑

NPR 不提供或接受报道或采访费用。提出此类提议或要求的任何人都不是 NPR 员工，也不代表 NPR。