谷歌山景研究中心的一組研究人員開(kāi)發(fā)了基于深度學(xué)習的天氣預報工具，用于預測短期天氣事件。他們寫(xiě)了一篇描述其“臨近預報工具”的論文，并將其上傳到arXiv預印服務(wù)器。他們還在Google AI博客上發(fā)布了一篇新聞報道，介紹了他們的工作。

盡管付出了數年的努力，但預測天氣仍然是一門(mén)不精確的科學(xué)。當前的方法涉及從各種來(lái)源收集數據，并使用超級計算機進(jìn)行分析，而超級計算機需要花費數小時(shí)來(lái)提供預測。盡管現代天氣預報比過(guò)去準確得多，但仍然有很多不足之處，尤其是在本地和短期內。在這項新的工作中，Google團隊采用了不同的短期預測方法，而不是使用物理學(xué)，而是使用最新的雷達圖對未來(lái)進(jìn)行了有根據的猜測。

Google的新工具利用了機器學(xué)習功能，對卷積神經(jīng)網(wǎng)絡(luò )(CNN)進(jìn)行了訓練，可以識別天氣模式，然后根據當前天氣情況進(jìn)行預測。生成的工具提供了Google描述為“降水臨近預報”的功能-基于本地的，近乎瞬時(shí)的短期天氣預報。

Google使用的CNN類(lèi)型稱(chēng)為U-Net，該系統通過(guò)將數據分類(lèi)到各個(gè)層中，這些層通過(guò)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(lái)還原圖像還原為原始分辨率。該系統分析過(guò)去N個(gè)小時(shí)的雷達數據，以預測未來(lái)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(guò)程僅需幾分鐘。與傳統的預測系統相比，該系統能夠更快地返回答案，因為它忽略了所涉及的物理過(guò)程，而是依靠圖像處理。

研究人員通過(guò)將其與三種廣泛使用的預測模型進(jìn)行比較來(lái)測試他們的工具。他們聲稱(chēng)，他們的預測在短期內比所有三個(gè)模型都更準確，但從長(cháng)期來(lái)看卻不那么準確。