新智元报道

编辑：倾倾

飓风Melissa撕裂加勒比海岸前五天，一台AI已经预言了它的狂暴生长。这不是奇迹，而是DeepMind的算法在45年、5000场风暴的数据中学会了「读懂海洋」。在人类与自然的博弈中，AI第一次站到上帝的位置上。

在古老的神话里，掌控风暴的是神。

他们掀起海浪、放下雷霆，让人类在恐惧中祈祷。

两千年后，一台AI在伦敦的机房里静默运算。

它没有情感，也不懂信仰，却能在飓风尚未成形时，预言灾难的走向。

DeepMind的模型预言——Melissa将快速增强。

这一次，风暴的预告，不再来自上帝，而来自算法。

风暴初声：当机器预见狂暴

10月21日，加勒比海上空的卫星云图逐渐浮现暗影。海面温度暖意仍在，气压只是轻微下降。

但在伦敦的DeepMind机房中，一条飓风强度预测曲线骤然上扬——模型显示，一场还未来得及命名的风暴将有50%–60%的概率升级为五级。

10月23日，该模型将这一概率提升至80%以上。

那时，人们还未意识到，这场被命名为Hurricane Melissa的风暴，将横扫牙买加、撕裂海岸。

从气象学视角看，「路径预测」虽有进展，但「强度变化」长期被视为难题——气旋内部涡旋、海温、气压、湿度等多重微妙交互，令传统数值模型疲于奔命。

而DeepMind的模型这次在强度预测上交出亮眼答卷：训练中采用两套数据集──一是全球气象观测数据库，二是45年约5000场气旋专属观测数据。

这样的气旋记忆库被认为是其突破的关键点。这意味着：在风暴来临之前，机器已经标记了「爆发」的契机。

NHC将其投入实战，今年13场风暴中，该模型「路径及强度预测均表现良好」。

这一刻，时间轴被拉长——从风暴可能变成风暴将至。

人类与机器，在大气乱流中共同监视那条曲线，大自然的规律也被一点点揭开。

算法记忆：AI如何破解风暴的「盲点」？

气象学家能较准确地预测飓风往哪儿走，但它会有多强，这一直是一个盲点。

传统的数值模拟模型依赖庞大算力和复杂方程，往往难以在短时间内捕捉到飓风强度的突变。

而Melissa这样的风暴，往往就在短短两天里，从三级升至五级。

DeepMind想解决的，就是这一问题。

在官方项目Weather Lab中，团队用两类数据训练模型：全球再分析气象数据集和过去45年、约5000个气旋事件的历史观测数据库。

这让模型拥有一套「气旋记忆」，能主动识别那些往往预示快速增强的信号。

DeepMind表示，系统能在一次预测中生成多达50种可能未来场景，预见未来15天内气旋的形成、路径和强度变化。

DeepMind在实验中展示了模型对气旋Alfred的预测过程。

模型准确预判了Alfred减弱并在澳大利亚昆士兰附近登陆的过程。

它生成多条可能路径（蓝色细线），再以一条「平均路径」（粗蓝线）给出最有可能的结果。

这意味着，AI不再只输出单一结果，而是告知气象员全部可能性。

在马达加斯加以南与印度洋区域，模型同样成功预测了多场气旋。

它不仅在活跃期准确追踪气旋Honde与Garance，还提前近一周捕捉到Jude与Ivone的形成与增强趋势。

实验性气旋模型的预测动画。模型（蓝色）准确预测了马达加斯加以南的气旋Honde和Garance在活跃时的路径。模型还捕捉了印度洋中气旋Jude和Ivone的路径，几乎提前七天，稳健地预测了最终会增强为热带气旋的风暴天气区域。

这种跨海域、多气旋的稳定预测能力，让模型真正具备了「全球可用性」——不依赖地区经验，而是靠长期模式学习来理解气候系统。

DeepMind公开的实验数据显示，在5天预测窗口内，该模型的路径误差与强度误差均显著低于主流系统（ECMWF、NOAA HAFS-A）。

DeepMind AI模型在路径与强度预测中的误差对比。橙线为ECMWF全球模式，灰线为NOAA区域模式，蓝线为DeepMind实验性气旋模型。横轴为预测提前天数，纵轴为误差值。可以看出，AI模型在五天预报中明显优于传统模型。

相比传统模型需要数小时高算力运行，AI模型几分钟内即可完成全流程计算，并支持实时更新。

正因如此，它被认为是首个兼顾路径精度与强度预测的气旋专用AI系统。

前NHC飓风专家James Franklin评价说：

我从没见过一个新模型上线得这么快、表现还这么好。

DeepMind的研究也被认为是AI气象学的「临界点」。它不是替代人，而是第一次让人类在风暴形成之前，就能看清风暴的上升趋势。

AI上岗：气象局迎来一位「新同事」

对NHC的科学家来说，AI预测模型的出现，一开始只是一个实验项目。

他们在飓风季启动前，把DeepMind的模型悄悄纳入工作系统，作为「对照组」和传统的数值模拟模型并行运行。

结果显而易见。

在今年已命名的13场风暴中，DeepMind模型在路径和强度预测上的表现都居于前列，尤其在风暴突然暴涨为高等级的关键阶段表现最突出。

迈阿密大学气象研究员Brian McNoldy评价说：

在所有被使用的飓风预测模型中，它已经处在最前列，甚至可能是最好的。

传统系统需要依赖高性能计算中心、消耗数小时算力，对比下来，这套AI模型在几分钟内即可给出结果，而且可以连续更新。

在Hurricane Melissa的案例中，这个模型第一次被正式写入NHC的内部预报。

10月21日，它预测Melissa有50%以上概率成为五级飓风；10月23日，这个概率上调至80%。

次日， NHC在公告中引用这条数据——「存在成为5级风暴的明显可能性」。

这条引用，成了AI预测实战的历史性时刻。AI在这一刻被写入气象史，但科学家依然保持谨慎。

在NHC的控制室里，算法与人类预报员并肩工作——屏幕上，一边是传统物理模拟的彩色云图，一边是AI模型的概率分布图，两种相互印证。

对研究员们来说，这种共事不只是新奇，更是一种释放：当机器能在几分钟内识别出风暴的爆发趋势，人类终于可以把更多精力用在决策和应对上。

预言的代价：AI能算出风暴，却不能理解

当Hurricane Melissa如AI预测的那般在牙买加登陆，带来高达75厘米的降雨、数十万人断电时，DeepMind团队并没有第一时间庆祝。

他们在论文里写下了一句很冷静的话：

我们很高兴能为NHC提供有用的参考，但不应以单一案例来评估模型的整体能力。

论文地址：https://arxiv.org/abs/2506.10772

AI的预言是准确的，但它并不理解灾难到底是什么。它只能看到数据的异常波动，而不能阻止风暴的到来、理解风暴意味着摧毁与恐慌。

这也是所有科学家都清楚的一点：预测，并不等于掌控。

过去几十年，气象学家试图靠更密集的观测、更强的算力来理解大气。如今，AI提供了一个全新的入口。

它不再追求物理完备，而是靠模式识别去捕捉前兆。

但正因如此，它也有天然的边界。

算法可以在数千个样本中找出规律，却无法决定哪个港口需要先撤离；它能识别风暴正在形成，却无法判断人类该怎么应对。

对于NHC的预报员来说，AI的加入既是减负，也是责任。他们必须判断，哪些预测足够可靠、哪些只是幻象。

因为每一次预警，背后都意味着经济停摆、人员疏散、恐慌扩散。

DeepMind的研究员Ferran Alet在接受采访时说：

AI的目标是帮助人类更早地做出反应，而不是取代人类。

这句话听起来温和，却道出了一个更现实的前提——算法的力量，只有在人类理解它的前提下，才真正有意义。

Hurricane Melissa的阴影早已散去。加勒比海重新归于平静，海水的温度在卫星图上慢慢回落，新闻推送换上了下一场风暴的名字。

在迈阿密的气象中心，DeepMind的模型仍在后台运行。它接收新的卫星数据、更新概率分布、重新计算未来十五天的气旋路径。

没有情绪，没有休止。

这一季的风暴让科学家第一次意识到：预报不再只是预测天气，而是管理不确定性。

而在这场与自然的长跑里，AI已经成为新的观察者——它既不会感到害怕，也不会感到骄傲。

也许未来的某一天，所有灾难的第一个预警，都将来自算法。但决定如何回应、如何挽救，仍然只能由人来完成。

风暴的声音已经消散，而人类与机器之间的对话，才刚刚开始。

参考资料：

https://www.nature.com/articles/d41586-025-03539-x

https://arxiv.org/abs/2506.10772

https://deepmind.google/discover/blog/weather-lab-cyclone-predictions-with-ai/?utm_source=chatgpt.com