準確預測未來幾分鐘到幾周的天氣是一項基本的科學挑戰(zhàn)，它可以對社會的許多方面產(chǎn)生廣泛影響。

據(jù)外媒報道，近日，在先前對降水量預報的研究基礎上，Google提出了MetNet，這是一種用于降水預報的神經(jīng)天氣模型。

這種DNN（深神經(jīng)網(wǎng)絡）在強大的專用硬件（如GPU和TPU）上使用并行計算，發(fā)現(xiàn)數(shù)據(jù)中的模式，并學習從輸入到所需輸出的復雜轉換。

DNN能夠在未來8小時內以1km 的分辨率預報降水量，時間間隔為2分鐘。

MetNet的預測時間比NOAA（美國國家海洋和大氣管理局）目前使用的最先進的基于物理的模型提前了7-8小時。它可以在幾秒鐘內對整個美國的降水量進行預測，而NOAA 需要花費一小時。

Google正在積極研究如何改進全球天氣預報模型，尤其是在氣候快速變化很大的地區(qū)的準確性。雖然上文展示了美國大陸目前的MetNet模型，但它可以擴展到任何有足夠雷達和光學衛(wèi)星數(shù)據(jù)的地區(qū)。

Google也希望通過今后與氣象界的合作，能夠帶來更大的改進。