06:00
用扩散模型高效生成天气预报集合：Google SEEDS
Generative AI to Quantify Uncertainty in Weather Forecasting
Google Research 在《科学进展》上发表了 SEEDS（可扩展集合包络扩散采样器），这是一种基于去噪扩散概率模型的生成式 AI 技术，用于高效生成天气预报集合。传统物理模型需在超级计算机上运行数小时才能产生 10-50 个集合成员，而 SEEDS 仅需 1-2 个初始预报作为条件，即可在 3 分钟内生成 256 个成员（TPUv3-32），成本极低。生成的集合在秩直方图、均方根误差和连续排位概率评分等指标上媲美甚至超越物理集合，尤其能更准确地捕捉 ±2σ 和 ±3σ 极端事件的尾部概率。实验表明，对于 2022 年欧洲热浪等罕见事件，SEEDS 的 16384 成员集合能够覆盖传统 31 成员集合完全漏报的极端状态。该方法为混合预报范式提供了新思路：将节省的计算资源用于提高物理模型分辨率或增加预报频次。适合关注 AI 在科学计算、气候风险分析、概率建模的工程师和研究者。