中新网北京12月5日电 (记者孙自法)外洋著名学术期刊《当然》最新发表一篇场地斟酌论文称26uuu图片26uuu图片，斟酌东说念主员研发出一个名为“GenCast”的机器学习模子，其能字据现时和异日天气进行可靠的概率天气预告。该模子发扬不仅高出了现在最好的传统中程天气预告，还能更好地瞻望顶点天气、热带气旋道路和风能产量。

　　该论文先容，准确的天气预告关于个东说念主、政府和组织的正常纰谬方案必不成少，这些方案包括是否带雨伞、评估风能产量或是顶点天气规画。风景预告传统上使用数值天气预告法，这种纰谬揣摸现时天气，并基于此瞻望异日一段期间的天气情况(称为投诚性预告)。这会产生无数潜在情景，通过连合这些情景就能进行天气预告。

　　在本项斟酌中，论文第一作家兼共同通信作家、谷歌旗下前沿东说念主工智能公司DeepMind的Ilan Price和共事配合，研发出GenCast的机器学习天气瞻望纰谬，其能生成概淘气瞻望，即字据现时和之前的天气情景瞻望异日天气的可能性。论文作家用40年(1979至2018年)的天气发生最好揣摸分析数据稽查了GenCast，使其能在8分钟内对高出80个名义和大气变量进行以12小时为单元的15天世界预告。

　　此次斟酌后果裸露，相较于一种投诚性预告且是世界现时最好的中期预告——欧洲中期天气预告中心的聚合预告(ENS)，GenCast在用于评估发扬的1320个目的中有97.2%的目的齐优于ENS。论文作家还发现，GenCast在瞻望顶点天气、热带气旋道路和风能产量时更有用。

　　论文作家回来指出，天气预告机器学习模子GenCast或能提供更高效、有用的天气预告26uuu图片，以相沿实质规画。(完)