[人工智能]
一直以來，氣象預報都利用了超級電腦計算，成本驚人。人工智能（AI）出現，提高了凖確性，卻大大降低成本。
較早前，《自然》發表了華為論文《三維神經網絡用於精准中期全球天氣預報》（《Accurate medium-range global weather forecasting with 3D neural networks》），細詳介紹了盤古氣象大模型。盤古是首個精度超越了「數值天氣預報」（Numerical weather prediction，NWP）的AI模型，速度更快了一萬倍以上。
「盤古」提供全球氣象秒級預報，歐洲中期預報中心（ECMWF）和中央氣象台正在測試。上海人工智能實驗室推出AI大型型「風烏」，國家氣象中心應用「風烏」和「盤古」在杜蘇苪預報，兩者均表現優異。
7月23日，盤古調整了杜蘇苪預測，已預計偏向台灣，28日福建登陸，結果杜蘇苪進入巴士海峽後呂宋島北方滯留，28日奔向福建泉州登陸。「風烏」預報杜蘇苪路徑在前24小時的誤差值只有38.7公里，比ECMWF和美國國家環境預報中心（NCEP）還要凖確。
氣候變化之下，極端天氣破壞力驚人，精凖天氣預報愈來愈重要。一直以來，全球氣象預測，奉NWP天氣模型預報為圭臬，所以靠超級電腦運算，成本耗電非常驚人。
天氣變化乃根據物理學定律，預測天氣要從大氣變化方程式求解，礙於變數太多和運算過於複雜，超級電腦以數值方法，模擬運算天氣變化作預測，統稱為「數值天氣預報」（NWP）。
數值預報開到荼蘼
NWP涉及複雜運算，然而越是精細、覆蓋範圍越大的模型，所需運算時間越長，算力要求更大。意大利博洛尼亞市ECMWF營運的Atos超級電腦，為歐洲最強用於氣象預測的超級電腦，數據中心規模宏大，節點達到1872個，速度全球排行第4。
超級電腦發展一日千里，大大提高預報凖確度，模型內的網格（Grid）面積愈細，計算凖確度愈高，對算力要求愈大。ECMWF超級電腦的網格縮小至9平方公里，大氣分成一百多層。網格每縮小一倍，算力要增加8倍。全球最快超級電腦Oak Ridge National Laboratory內Exascale級Frontier，網格降至1公里，算力要9.3 exaflops，功耗21兆瓦，成本驚人。
不過，即使網格再縮小，超級電腦再快，大氣預測數學上屬「混沌系統」（Chaotic system），即以數值方法模擬運算，輸入數值只要有少許差異，放大之後，差之毫釐，謬之千里，結果大相徑庭，此又稱為「蝴蝶效應」（Butterfly effect），數值預報會受起始值誤差放大的影響，隨預測時間加長，準確度大幅下降。
小範圍預測成行成市
長期預測困難重重，短期小範圍的預測，卻往往有利可圖，加上公有雲降低創業成本，又有超級電腦提供，氣象數據免費公開，不少初創業提供小範圍、小網格和短期的預測業務應運而生。
2016年，IBM收購The Weather Company，專注於出售在小範圍2至12小時內預報，成為全球最大的氣象預測供應商。短期預報的成本低，公營天氣又專注長期預報，難以做到短期的精確度。短期預測可參考氣象預測作調整，幾乎是立於不敗之地。疫情後，物流速遞業增長迅速，再生能源以光伏和風能發電，農業受極端氣候影響收割售價，加上保險、運輸、體育運動盛事，任何望天打卦的行業，氣象預報有價有市。
AI成本小收獲大
近年發射衛星成本下降，發射私人氣象衛星也成為一門生意。上月美國Tomorrow.io再發射氣象衛星R2，蒼穹之上蒐集數據，補充缺乏氣象數據地區的預測能力。
今年，中國再發射兩枚氣象衛星，氣象數據愈來愈多，供訓練數據更多，真正改變氣象預測，卻可能還是AI。氣象圖配合多維度數據，透過多模態和多任務深度學習構建的大模型；可進一步提高如「風烏」和「盤古」大模型預測凖確度，生成式AI應用還有無限可能。
生成式AI從歷史數據，推算氣象連鎖影響，推薦預防措施。Tomorrow.io推出生成式AI工具Gale，向農民發出指引何時收割農作物以減少損失。美國初創Salient亦以非傳統數據透露機器學習，可發出季度天氣預測。Salient不靠物理定律，通過不同現象，甚至看似不相關數據如海水鹽度，就可作長期預測。
AI成本遠低NWP
AI預測會比NWP優勝，幾乎已成公論。Google旗下DeepMind的GraphCast在60秒內生成10天預測，「風烏」以單片GPU在30秒預測10天，凖確度更勝GraphCast。較早前，輝達（NVIDIA）推出了FourCastNet氣象模型，號稱2秒建立7天預測，實測中FourCastNet預測結果仍比ECMWF預測系統IPS，凖確度相差很遠，擁有算力不一定就是贏家。
第19屆世界氣象大會上ECMWF承認，盤古以43年天氣數據訓練的深度神經網絡，首次在精度上媲美NWP的IPS預報，並擺脫了數學物理約束，同時解決迭代誤差的積累，首創的三維神經網絡，針對3D氣象數據，預測能力獲得突破。有關盤古模型可參考ECMWF網站：https://reurl.cc/OvLlg3
ECMWF與輝達、Google和華為合作，以AI補充NWP不足，以大模型改變天氣預測，而國產大模型正走在天氣預測的前沿。