谷歌DeepMind实验室推出的天气预测大模型，已在Science杂志发表。
只需要不到1分钟，它就能直接预测出未来10天的天气。
准确度上，它在90%的指标上超越了最先进的人类系统，在AI气象模型中属首次！
DeepMind的这个气象模型名叫GraphCast，目前已经开源。
它的分辨率为0.25度经度/纬度（在赤道处约为28 x 28公里），而目前的最高分辨率为1度。
这样的分辨率相当于将地球表面分割成了超过100万个网格，而每个网格又可以产生数百条预测数据，总计数量达到了上亿规模。
不同于传统的预测方式，GraphCast预测主要依靠数据中的规律进行预报，而不使用人类建立的物理方程。
相比于人类最准确的HRES预报，GraphCast在1380个测试指标中，90%的预测结果都更为准确。
如果把预测范围限制在对流层，GraphCast击败HRES的指标比例更是高达99.7%。
YC上有网友表示，用“impressive”已经不足以形容这项成果了。
那么，GraphCast的预测表现具体是怎样的呢？
90%指标超越人类最好方法
在划分出的100万多个网格上，GraphCast划分出的每个网格都能够产生227条预测数据。
其中包括了37个不同高度上，每个高度的6个大气变量（包括比湿度、风速和风向以及温度等）。
在地球表面，GraphCast还可以预测包括温度、风速和风向以及平均海平面压力等在内的5个变量。
完整的变量种类和具体高度（以气压表示，单位：hPa）如下表所示：
为了比较GraphCast和HRES的表现，研究人员从欧洲中期天气预报中心（ECMWF）的ERA5再分析数据中选取了2018年（GraphCast训练数据截止2017年）的历史数据。
研究者分别让HRES和GraphCast站在当时的情况下进行“预测”，然后比较它们的“预测”和ERA5进行比较。
在500hPa高度场上，GraphCast的RMSE（均方根误差，数值越低表现越好）和ACC（异常相关系数）指标都显著优于HRES。