2025年10月，一场风暴在加勒比海上空酝酿，而天气模型们却意见不一。它会在海地消散，还是变成怪兽直扑牙买加？这时，谷歌DeepMind的AI模型WeatherNext登场，自信地预测了后者——在登陆前五天，它就以80%的置信度表示，这场风暴将以五级飓风的强度袭击牙买加。

飓风梅丽莎确实如此，在牙买加引发了洪水和山体滑坡，造成严重破坏。但多亏了AI的提前预警，社区有了更多准备时间。根据周四发表在《自然》杂志上的一篇论文，WeatherNext平均为预报员多争取了一天的提前量——其三天的预测准确度相当于以往模型两天的水平。正如美国国家飓风中心主任迈克·布伦南所说：“时间就是黄金。”确实，当你调配物资、疏散人群时，多一天简直是奢侈。

从历史上看，预测准确度每提升一天，需要十年的努力。那么秘诀何在？用大量天气数据训练AI，即使气旋数据稀缺。正如DeepMind研究科学家费兰·阿莱特所解释：“我们没有那么多气旋数据，但我们有大量天气数据。”所以他们训练了一个模型，使其两者兼长。

飓风之所以棘手，是因为它们涉及多个尺度——路径预测需要全球数据，而强度预测需要局部细节。早期的AI模型能准确预测路径，但在强度上却失手。然而，WeatherNext两者都做到了，甚至让研究人员都感到惊讶。“我想每个人都惊讶于它表现如此之好，”合著者、热带气旋负责人凯特·马斯格雷夫说。在回顾性测试中，该模型表现如此出色，以至于他们怀疑它在实时中是否还能奏效。结果确实奏效。

关键来了：这个AI使用的数据分辨率低于传统模型，但它依然表现出色。这让科学家们困惑，因为这表明低分辨率输入包含的信号比之前认为的更多。阿莱特承认：“它归根结底是个黑箱，”但这可能暗示着我们尚未理解的物理规律。

该模型还生成一系列情景——去年每个风暴50个，现在1000个——以捕捉潜在的蝴蝶效应。这是传统模型在现有计算能力下无法做到的。然而，布伦南提醒说，WeatherNext只是工具之一，人类专业知识仍然至关重要。毕竟，“造成人员伤亡的是影响，而不仅仅是预测。”

DeepMind正在开源这些模型，希望研究人员能解锁新的见解。阿莱特很兴奋：“我认为AI给了我们新工具，去探索宇宙的法则。”也许，只是也许，能让我们在天气的下一次发脾气前领先一步。