▲衛星雲圖分為紅外線衛星雲圖、可見光衛星雲圖以及色調強化衛星雲圖。（圖／中央氣象局）
記者楊庭蒝／綜合報導
天氣預報是相當困難的事，但Google於13日在Google AI部落格的1篇文章表示，透過美國國家海洋和大氣管理局（NOAA）從2017到2019年的降水預測資料，讓AI進行機器學習，可在數分鐘的時間內，以1小時間的雷達圖做分析，預測1公里的範圍內接下來6小時的精準天氣預報，不過這個技術還在初創階段，還沒有加入到任何商業服務系統。
過往進行天氣預報，需要用上大量的儀器進行觀測，收集氣壓、氣溫、風速、風向、濕度等數據，再將這些數據統整與氣象模型做結合，產生氣象分析，接著使用超級電腦進行物理學和流體力學的計算，最後產出最原始的天氣預報結果。
▲傳統農業會因為天氣受到很大的影響。（示意圖／廖營餘提供）
目前主流的預測法分為光流法和模擬預測法，前者是透過觀察雲的運動現象分析，後者是基於物理天氣系統進行模擬。傳統的預測過程需要花費數小時以上的時間，產生的數據量更可多達100 TB。
Google的研究人員表示，因為不對複雜的天氣系統進行建模，而是針對簡單的雷達數據做出預測，所以AI只需要在幾分鐘之內就可以產生精準的結果，比起傳統天氣預測可以節省不少時間，但這套系統並不適用於長期的預測，交給像是NOAA的天氣模型進行分析，可以預測10天內的氣象資訊。
Google此項技術的優勢在於即時性，對於從事農業、漁業等一些看天氣臉色工作行業，這項技術就顯得重要很多。
讀者迴響