谷歌近日發布了革命性的新型大氣環流模式NeuralGCM，其運算效率比傳統實體模式高出驚人的10萬倍，這項突破相當於過去25年高效能運算的總進步。這意味著氣候變遷預測將迎來一個新的時代，科學家可以更快速、更準確地預測未來天氣，並深入研究氣候變遷對全球不同地區的影響，例如乾旱和洪水等極端天氣事件的發生機率和強度。
最近，Google在天氣預報領域取得了驚人的突破。他們開發了一種名為NeuralGCM 的新型大氣環流模型，這個模型的運算效率比傳統的實體模型高出整整10萬倍，相當於過去25年的高效能運算進步速度。
GoogleCEO 在社群媒體上宣布了這項成果，並指出NeuralGCM 將為科學家提供一個全新的氣候變遷預測工具。這在全球氣溫急遽上升的當下，幫助研究者了解氣候變遷對不同地區的影響，像是哪些地區可能遭遇長期乾旱，或是沿海地區面臨的洪水風險。
傳統的天氣預報模型通常依賴物理定律，將地球分成邊長50到100公里的立方體，計算這些區域內的天氣變化。然而，這種方法因為尺寸過大，很多重要的氣候過程被忽略了。與之不同的是，NeuralGCM 利用神經網絡，從現有的資料中學習小尺度天氣事件的物理原理，大幅提升了模擬的準確性。
NeuralGCM 透過對1979年至2019年的天氣資料進行訓練，展現出在2到15天內的天氣預報準確度超越現有最先進的實體模型。在氣候預測方面，NeuralGCM 的表現也相當亮眼，尤其是在溫度預報上，其誤差僅為傳統模式的三分之一。
此外，NeuralGCM 在運行速度和計算成本上都極為高效，與傳統模型相比，速度快了3500倍，計算成本比X-SHiELD低了10萬倍，只需普通計算機就能運行。
NeuralGCM 的推出標誌著氣候建模領域的重大飛躍，不僅為未來的天氣預報提供了新的可能性，也讓我們對氣候變遷的研究有了更強的支持。
論文網址：https://t.co/zyXhW8deko
劃重點:
? NeuralGCM 模型的計算效率比傳統實體模型高出10萬倍，能在30秒內模擬22天天氣!
在2到15天的天氣預報中，NeuralGCM 的準確性超越了現有最先進的模型。
?其運算成本低於傳統模式10萬倍，使用一般計算機即可高效運作。
NeuralGCM的出現為氣候預測和天氣預報帶來了前所未有的效率和精確度，為應對氣候變遷提供了強有力的工具，預示著未來更精準的氣候預測和更有效的應對策略。