人工智能能准确预测极端天气吗？

文章以2024年即将登陆印度东部的气旋‘达娜’为引子，指出现代天气预报已是20世纪科学最成功的成就之一——1970年代热带气旋常致数万至数十万人死亡，如今通常仅造成几十人遇难，这主要得益于全球气象机构自1970年代起广泛采用基于物理定律的数值天气预报模型。这类模型通过将全球观测数据代入流体力学和热力学方程，在超级计算机上逐格求解大气演变，从而大幅提升预报准确率，支撑及时疏散与防灾准备。然而，近年来基于人工智能的新模型正快速崛起：它不求解复杂方程，而是利用海量历史天气数据训练算法，直接将当前天气状态映射到未来状态；因运算主要在训练阶段完成，实际预报只需简单算术操作，速度极快——例如14天全球预报可比物理模型提前2小时生成，这对争分夺秒的应急响应意义重大。但问题在于，AI模型依赖历史数据，面对气候变暖下日益频繁的‘前所未有’极端事件（如突破历史极值的热浪、超强台风），其表现可能严重失准；而物理模型基于自然规律，理论上能更好适应气候变化。目前欧洲中期天气预报中心等权威机构已开始业务化应用AI，但尚无公认的评估标准来客观衡量AI对极端事件的预测能力。多项研究显示：AI在常规台风路径预报上表现良好，但对训练数据中从未出现过的风暴则明显失效；对历史热浪和寒潮的空间分布有一定模拟能力，却普遍低估破纪录高温、极寒和大风事件的强度与频次。这些差异说明，AI性能评价结果高度依赖于‘极端’如何定义、选哪些灾害类型、在哪些区域验证。因此，作者提出‘标志性事件留出法’（AIRWIE）框架：强制要求所有新AI模型在训练时排除一组经国际共识选定的高影响历史极端事件（如2018年飓风佛罗伦萨、2022年巴基斯坦特大洪灾等），仅用于最终独立测试。唯有通过该统一‘压力测试’，AI模型才可被国家级气象部门正式采用。此举旨在推动气象界共建透明、可比、面向公共安全的AI评估标准体系。