已经在 Science Advances 期刊发表的 Google 最新的 SEEDS（Scalable Ensemble Envelope Diffusion Sampler）AI 技术。基本上可以视为可以透过极高效率，生成超多变因与变化来完成现代天气预报的情境模拟（ensemble forecasts）预测方法。就目前外媒的观点来说，是觉得主要是用来改善针对预测极端气候所需要的庞大成本。继续阅读 Google 最新的 SEEDS AI 不是钢弹，但可能对气象预测带来显着改进报导内文。
▲本篇图片来源：Google
Google 最新的 SEEDS AI 不是钢弹，但可能对气象预测带来显着改进
除了与大家聊天、生成音讯甚至是影片等用途，可以透过「学习」还有「算力」更有效率的分析各种大量资料的能耐，也让 AI 这样的工具在许多领域都逐渐证明，自己可以为人类生活所带来的种种好处。
最近 Google 则是透过新世代的 AI 生成技术，将以往预测特定气候所可能需要超级电脑庞大算力以及需要耗费的庞大成本，化为甚至可忽略不计的低廉成本。也等於是为了新世代的气象预测打开了全新的可能性。
这项已经在 Science Advances 期刊发表的 Google 最新的 SEEDS（Scalable Ensemble Envelope Diffusion Sampler）AI 技术。基本上可以视为可以透过极高效率，生成超多变因与变化来完成现代天气预报的情境模拟（ensemble forecasts）预测方法。
先前，其实已经有不少将 AI 导入天气预测的案例可循 – 光是 Google 就有可以达成高精确度气象预测的 MetNet-3，以及能够将每日预测扩展到 10 天之久的 GraphCast 技术。这次的 SEEDS AI 虽然就目前外媒的观点来说，是觉得主要是可以用来改善针对预测极端气候所需要的庞大成本。
但就官方所举的范例来看，这样的技术对於产生出更为绵密的趋势分布；针对特定极端热气候的分析，更是与其他模型所提供的样本数有着极大的数量差异（上图，超过 1.6 万的样本数与其他模型相比真的是有够夸张）。
官方部落格中则是也直接提到，在成本之外，SEEDS AI 所生成的气象预测资料也能在复杂的激烈气象方面提供更好的分析精度。AI 具备的高效率与高扩展性，显然也更能对应面对「蝴蝶效应」这种可能仅由一个小小变动而产生出的重大变化的可能性预测。并且随着时间的推进而让预测结果更为清晰。
引用来源｜经由｜
