2026 年 11 月 11 日
尽管人工智能常因数据中心高能耗及由此引发的化石燃料消耗和气候变化问题而受到批评，但其在气象预测领域的应用正展现出显著价值，尤其是在飓风路径与强度的预判上。
美国国家飓风中心（NHC）已于去年开始引入 Google DeepMind 的人工智能模型，并正在与该公司合作开发后续版本。这一举措正值强烈的厄尔尼诺现象导致太平洋地区创纪录的飓风数量出现之际。
DeepMind 负责飓风研究的科学家 Ferran Alet 向法新社表示，Google 并未开发专门针对飓风的独立模型。他解释道：“我们将极端天气视为一种挑战目标，因为解决最具难度的问题往往能带动整体性能的全面提升。”
从物理模拟到数据学习：AI 带来的精度飞跃
在人工智能介入之前，NHC 主要依赖多种传统模型进行热带气旋预测。“动力学”模型利用超级计算机求解控制大气流体运动和热力学的方程；统计模型则基于风暴行为与地理位置、日期等变量之间的历史关联；混合模型则结合了物理原理与统计方法。
相比之下，人工智能模型具备类似统计模型的大数据学习能力，但在处理复杂非线性关系上更具优势。今年 8 月发表在《自然》杂志上的一篇 DeepMind 论文指出，该 AI 模型平均为预测人员提供了一天的额外预警时间，且准确度更高。
以飓风伊萨亚斯为例，DeepMind 的模型在其正式形成前一周便识别出其可能发展为热带气旋的迹象。此外，该模型能够为每个气旋生成 1,000 种潜在情景，涵盖降雨量、风暴路径及强度变化等多维度预测。
NHC 运营部门负责人 Dan Brown 告诉法新社，NHC 于 2025 年 6 月底开始在业务运营中正式使用 AI 模型。到了 2026 年，Google DeepMind 的模型已被整合进 NHC 的部分路径和强度共识辅助工具中。除了 Google，NHC 还采用了来自欧洲中期天气预报中心（ECMWF）和国家气象局的其他 AI 模型，并与 Google 达成协议共同推进模型迭代。
Brown 评价称，在伊萨亚斯期间，AI 模型在路径预测方面表现优异，特别是在快速捕捉复杂的转向模式变化方面显示出独特优势。
人类判断不可替代：AI 并非万能
尽管技术不断进步，但人类专家的角色依然至关重要。Brown 指出，DeepMind 模型与 NHC 自研的 HCCA 模型是目前表现最佳的路径和强度辅助工具，但这并不意味着可以完全自动化决策。
该技术仍存在局限性。Brown 提到，个别 AI 模型可能会出现“从一个周期到另一个周期疯狂翻转其轨迹或强度预测”的情况。因此，飓风专家必须依靠经验和判断力，评估哪些模型最能准确捕捉特定风暴的特征，并对不同模型的输出结果进行综合权衡。
值得注意的是，基于物理的模型构成了这些 AI 系统的基础。对于气象专家而言，算法虽然能展示概率分布，但它无法像人类一样直接分析现场飞机侦察数据和卫星图像来实时确定风暴的结构细节。Brown 强调，随着预测精度的提升，人类专家的作用比以往任何时候都更加关键。
然而，这一技术进步也伴随着环境代价。根据 Cleanview 的分析，美国数据中心的建设正在迅速改变电网结构，计划中的新数据中心将主要由天然气供电。与此同时，气候变化本身也在加剧飓风的破坏力，使其变得更强、降雨更多且移动速度更慢，这进一步凸显了精准预报的紧迫性与复杂性。
