極端天氣事件正變得越來越頻繁和強烈。研究人員正在尋找更快速、準確的預測方法，而AI帶來了新的可能性。
今年5月，微軟發布了天氣預測工具Aurora。參與Aurora項目的微軟研究員Paris Perdikaris表示:"這些AI工具擅長識別模式。"
為訓練Aurora，微軟提供了超過100萬小時的氣候數據，總量約為最新GPT模型的16倍。Aurora現可以比傳統方式快5000倍地預測未來5天全球空氣污染情況和10天天氣情況。
The Weather Company與英偉達合作後，更強大的算力使AI預測運算更快，結果更準確詳細。
維朗諾瓦大學的團隊專注於風暴預測。他們的模型通過識別風暴規模和形狀來判斷其影響力，如是否會形成龍捲風或冰雹。在機器學習幫助下，預警時間從原本的發生前15分鐘提前到1小時。
"速度"是AI工具最顯著的優勢。傳統的大氣環流模式(GCM)需要大量氣候數據和超級計算機，耗時耗能。相比之下，新的AI天氣預測工具可能在筆記本電腦上運行，但準確度仍待觀察。
微軟表示，Aurora將在未來幾個月向公眾開放。Perdikaris預測，AI可能在未來2-5年融入氣象工作流程。
Google DeepMind的新模型"NeuralGCM"採用綜合方法。它在1-10天的氣候預測上比純機器學習模型和當前使用的一些模型更準確。NeuralGCM融合了AI和傳統流體動力學計算，可在保持預測準確度的同時大幅減少算力需求。
奧克拉荷馬大學氣象學助理教授Aaron Hill認為，這類AI工具最有意義的地方在於減少算力負擔，有潜力搭建和運算長期、大規模的氣候模型。
在氣候危機下，除氣象預測機構外，大宗商品交易商、農業規劃業和保險業都願意為更快更準確的天氣預測模型買單，這個領域正在快速發展。