【小哈划重点：目前气象服务部门采用的预测方法往往难以预见极端天气事件可能带来的后果，且当前使用概率性预测模型，将随机变量作为初始条件，这会导致错误率迅速上升，很难准确预测未来的极端天气。】
与传统模型相比，SEEDS能更快、更高效地预测灾害天气。图片来源：美国趣味科学网站
谷歌公司最近发布了一款新的生成式人工智能（AI）模型——可扩展集成包络扩散采样器（SEEDS）。该公司称，SEEDS能提供更准确的天气预报信息，比传统方法成本更低，而且能检测到难以发现的极端天气事件。相关论文发表于最新一期《科学进展》杂志。
谷歌表示，SEEDS模型与ChatGPT等流行的大型语言模型、Sora等生成式AI工具类似。与传统预测模型相比，SEEDS能更快地生成更多天气场景。
目前气象服务部门采用的预测方法往往难以预见极端天气事件可能带来的后果，且当前使用概率性预测模型，将随机变量作为初始条件，这会导致错误率迅速上升，很难准确预测未来的极端天气。
研究团队指出，SEEDS可以仅基于1—2个输入数据，推断出多达31个天气场景。研究人员通过对2022年欧洲热浪进行建模，测试了该系统的性能。结果显示，在热浪暴发前7天，美国气象机构的预测数据未能预测该事件即将发生，而SEEDS却成功预测到了。
谷歌表示，与现有方法相比，使用SEEDS的计算成本极低。在谷歌云架构的样本中，该系统每3分钟可给出256个预测结果。
（原标题：《新AI模型或更准确预测气象灾害》）
