跟着科学技术的开展，咱们关于气候预告的精确性要求也随之开展，但是精准猜测几分钟或许几天之后的气候依然是一项不小的应战。曩昔传统的气候猜测模型都是依据大气层的物理模型，但是传统方法的局限性在于需求非常巨大的算力，也需求极高的计算精度。
图片来自：pixabay
近来谷歌于AI Blog上宣布了文章，他们提出了一种用于降水预告的神经网络气候模型：MetNet，该项目由深度神经网络（DNN）驱动，它不依靠大气动力学的物理规律，而是经过学习地上雷达、传感器、环境卫星的数据，直接从观测数据猜测气候。
MetNet原理（图片来自：Google AI Blog）
依据Google的试验成果，MetNet神经气候模型可以在 8 小时内的猜测时刻内胜过传统的气候模型，但与此同时因为大气气候的不确定性，跟着猜测时刻的延伸，该模型的猜测成果也呈现了动摇。
MetNet与传统模型比照（图片来自：Google AI Blog）
依据Google所述，该项目首要致力于改进全球气候预告才能，尤其是在快速的气候变化影响最深的区域，以便供给更精确的气候预告服务。
(7418649)
