AI 如何改變天氣預報（第 4/4 段）

🧑‍🏫 這段是 Google DeepMind 訪談的最後一段，談 AI 天氣模型到底多準、怎麼判斷準不準、出錯時會長什麼樣子，還有接下來能用在哪些地方。值得看的原因是：來賓沒有一味吹捧，而是清楚講出哪些已經做到、哪些還沒人碰。

• 33:24 不能說某個模型在所有情況都比較好：遠期、近期、不同區域表現都不同。
  ↳ 沒有「全能冠軍」這回事。預報三天後和十天後、預報台灣和預報歐洲，各家模型的強項都不一樣，要分開看。
• 33:24 過去預測熱帶氣旋通常靠兩類模型：路徑由粗粒度、大尺度模型預測較準；強度由細粒度、高解析局部特徵的模型預測較準。
  ↳ tropical cyclone（熱帶氣旋，就是颱風、颶風這類）以前要靠兩種模型：看大範圍的粗略模型抓路徑（track）比較準，看局部細節的精細模型抓強度（intensity）比較準。
• 33:54 他們的模型在路徑與強度上都是最好的，而且是單一模型。
  ↳ 他們現在用同一個模型，就把「會往哪走」和「會多強」兩件事都做到最好，不必再兩套拼著用。
• 33:54 即使如此仍要細看：對最強風暴是否較好、太平洋或大西洋是否較好。不能只下單一結論，因為這會影響決策者要依賴它到什麼程度。
  ↳ 就算整體第一，還是要拆開檢查：遇到最強的風暴準不準？太平洋和大西洋哪邊比較準？因為防災單位要知道能信它到什麼程度。
• 33:54 他形容這是一段旅程：很難說全面勝過所有人，但在評估時，通常優於拿來比較的對手。
  ↳ 他講得很保守：不敢說樣樣贏過所有人，只說每次正式比較時，通常比被拿來對照的模型好。這是慢慢累積的過程。
• 35:00 極端天氣方面，他們的模型在熱帶氣旋上看來最好；熱帶氣旋是地球上最極端的天氣之一。
  ↳ 在極端天氣裡，目前證據最充足的是熱帶氣旋，而它本來就是地球上最猛烈的天氣之一，所以這項成績有份量。
• 35:00 極端高溫、極端低溫、龍捲風這類細尺度現象，據他所知研究較少。
  ↳ 熱浪、寒流、龍捲風這類範圍小、變化細的現象，據他所知研究還不多，所以現在還不能說 AI 在這些也很強。
• 35:00 他認為套用相同方法加上高品質資料集，未來幾年這些現象大多會由 AI 模型預測得最好。
  ↳ 他的預測是：只要拿同一套做法，配上品質好的資料，未來幾年這些現象多半也會是 AI 預報得最準。這是他的看法，不是已經做到。
• 35:30 用目前時間步預測下一步，誤差會不會累積？他說這比較是傳統方法的問題：只用物理方程式，一旦偏向罕見狀態，沒有東西把它拉回最合理的情況。
  ↳ 模型是一步接一步往下推，照理錯誤會越滾越大。他說這比較是傳統方法（traditional numerical methods，用物理方程式硬算）的毛病：一旦算偏，沒有東西把它拉回正常。
• 35:30 AI 模型的失敗模式是：開始出錯時，傾向只預測平均天氣。
  ↳ AI 模型出錯的樣子不一樣：它不會算出離譜的結果，而是變得保守，只報出「這時節通常的天氣」。
• 36:03 預測平均天氣其實是不錯的方法，也是最古老的方法；例如農夫依季節決定何時播種。
  ↳ 報「平常的天氣」其實不算差，也是最老的做法。農夫看季節決定什麼時候播種，用的就是這個道理。
• 36:03 統計模型出錯時會 regress to the mean（回歸到平均天氣），不太會像傳統數值方法那樣爆掉。
  ↳ regress to the mean（回歸平均）就是指：統計型的模型沒把握時會退回平均值，結果變平淡但不離譜；傳統算法則可能整個算到失控。
• 36:34 看似矛盾的現象：統計學習方法會趨向平均，卻也能預測有紀錄以來最強的颶風。
  ↳ 這裡有個怪地方：照理說愛往平均靠的模型，應該報不出破紀錄的東西，但它卻能預報出史上最強的颶風。
• 37:04 他們認為原因是天氣像由許多局部天氣拼成的馬賽克：模型沒看過這個風暴，但看過其他地方的劇烈天氣與較小尺度的風暴，學到局部統計後，能組合出新的極端預報。
  ↳ 他們的解釋：天氣是很多小區域的天氣拼起來的。模型沒看過這個風暴，但看過各地的劇烈天氣和較小的風暴，把這些局部經驗組合起來，就能報出沒見過的極端情況。
• 37:36 這是他們目前最好的理解，但他認為這個領域還需要更深入探索。
  ↳ 這只是他們目前最說得通的解釋，他自己也承認還沒完全搞懂，需要更多研究。
• 37:36 像季風這種一年只發生一次的現象，樣本很少；需要改進學習效率，用不多的樣本仍能做到無偏且準確。幾十年資料也只是少數幾個點。
  ↳ 季風一年才來一次，幾十年資料也只有幾十筆，對 AI 來說太少。所以要讓模型學得更有效率，用少量例子也能報得準、不偏一邊。
• 38:07 據估計天氣影響約三分之一的經濟；更好的預報不一定能幫到這三分之一，但它關係到能源、農業、保險、運輸、災害等領域，這些都需要很具體的資訊。
  ↳ 據估計約三分之一的經濟活動受天氣影響。預報變準不代表全都受惠，但能源、農業、保險、運輸、防災都需要很具體的天氣資訊。
• 38:07 許多應用領域（尤其能源）自己也在收集大量天氣觀測資料。
  ↳ 很多產業自己就在量天氣，尤其是能源業，例如電廠、風場本身就有大量觀測紀錄。
• 38:43 這些資料有機會納入他們的天氣模型，但目前還沒做。
  ↳ 這些產業手上的資料有機會餵進他們的天氣模型，讓預報更好，但目前還沒有這樣做。
• 38:43 他認為目前只是在全球天氣預報上有重大進展；往各分支走還有無數問題可解，可引入該問題本身的資料與更高解析度，有些天氣型態發生在小於一公里的尺度。
  ↳ 他認為現在只是把「全球天氣預報」做好。往下還有很多專門問題，可以加入該領域的資料、把畫面放得更細，有些天氣變化範圍不到一公里。
• 39:14 大多數天氣觀測資料其實沒有被氣象機構使用；還有大量資料與問題沒被碰過。現在只是證明能做出很準的預報，接下來才要真正開始做事。
  ↳ 世界上量到的天氣資料，大部分其實沒被氣象單位用上。現在只證明了 AI 能報得很準，真正的工作才要開始。
• 40:00 AI 會取代數值方法嗎？他認為會遠離「近似求解方程式」，但不是遠離物理：資料本身也是物理產生的，只是用不同方式近似物理。
  ↳ AI 會不會取代傳統算法？他認為會漸漸不再靠「解方程式求近似答案」，但不是拋棄物理，因為觀測資料本身就是物理現象的結果，只是換個方式學。
• 40:00 他希望預報更準、更直接連結天氣的影響後，能開啟更多應用，創造更多機會、價值與小型產業。
  ↳ 他期待預報更準、而且能直接說出天氣會造成什麼後果之後，會冒出更多新用途、新生意和小型產業。
• 40:33 例子：不是預報風，而是預報風對電線造成的損害。若能預報「影響」，潛力無限。
  ↳ 舉例：不只報「風多大」，而是直接報「這陣風會讓電線壞多少」。能預報後果，對使用者才最有用，他認為發展空間很大。
• 40:33 被問到是否做可解釋性，他答「某種程度上」。他學到的教訓是：最終是評估決定模型的真實性與品質。
  ↳ interpretability（可解釋性）是指弄懂模型怎麼得出答案。他們有做一些，但他的心得是：模型好不好，最後還是看 evaluation（評估，拿實際結果來驗）。
• 41:04 了解模型如何預測、為何出錯是有幫助的；若模型能用氣象學家的語言溝通，他們就能更善用它。
  ↳ 知道模型怎麼想、為什麼錯還是有用。如果模型能用氣象人員習慣的說法來說明，他們會更知道怎麼用它。
• 41:04 但要模型更準，必須專注在評估上，並把評估從溫度、風擴展到更多變數與更多觀測，這是最重要的。
  ↳ 但要讓模型更準，重點還是把驗收做好，而且不能只驗溫度和風，要擴大到更多項目、對照更多實際觀測。
• 41:34 他們的天氣預報比他們生成的影片大得多，運作規模與資料量都非常龐大。
  ↳ 拿他們自己做的東西來比：一份天氣預報的資料量，比他們 AI 生成的影片還大得多，整個運作規模很龐大。
• 42:04 進出模型的資料是許多 gigabytes。
  ↳ 每次送進模型和模型吐出來的資料，都是好幾 GB（gigabytes，資料大小單位，一部高畫質電影大約幾 GB）。
• 42:04 他們為機率預報發明的新技術 functional generative network，訓練效率高得多，對他們而言比 diffusion models 更有效。
  ↳ probabilistic forecasting（機率預報）是報出各種可能性而非單一答案。他們為此發明了 functional generative network，訓練更省，對他們來說比 diffusion models（影片裡拿來對照的另一種技術）好用。
• 42:04 他們也在研究如何把這些技術進展帶回影片建模與其他領域的機率建模。
  ↳ 他們也在研究把天氣這邊發展出來的新技術，拿回去用在影片生成和其他需要估算可能性的領域。
• 42:04 反過來也想從 LLM 汲取洞見：也許天氣模型可以吃文字資料，因為人們本來就在談論天氣。
  ↳ 反過來也想借用 LLM（大型語言模型，像 ChatGPT、Gemini 這類讀寫文字的 AI）的長處：大家平常就會用文字談天氣，這些文字也許能當資料。
• 42:34 也許可以用 LLM 詢問天氣模型，就像用 LLM 詢問影片模型一樣，例如問那個山頂或山谷會不會下雨。這方面還沒真正起步，但兩邊有不錯的雙向互動。
  ↳ 另一個想法是用聊天的方式問天氣模型，例如「那座山頂等一下會下雨嗎」。這還沒真正開始做，但兩個領域已經在互相交流。
• 43:04 主持人總結：天氣預測是最古老的難題之一。人類歷史大部分時間只能看徵兆（黃昏天空是否變紅、下雨前膝蓋痛）；約 100 年前開始用方程式計算未來。
  ↳ 主持人收尾回顧：人類大部分時間只能看徵兆猜天氣，像晚霞紅不紅、膝蓋痛不痛；大約一百年前才開始用方程式計算未來的天氣。
• 43:04 現在 AI 已在真實世界帶來巨大改變。
  ↳ 而現在 AI 不只是實驗室成果，已經在真實世界的天氣預報上帶來很大的改變。
• 43:38 AI 多爭取到一點預警時間，多一小時、多一天，在關鍵的日子就是決定性的差別。
  ↳ AI 的價值在於多搶到一點預警時間。平常多一小時沒差，但在颱風、洪水來的那天，多一小時或多一天就可能決定來不來得及。
• 43:38 節目是 Google DeepMind: The Podcast，主持人是 Professor Hannah Fry；來賓被稱為 Peter。
  ↳ 補充出處：這是 Google DeepMind: The Podcast 節目，主持人是 Hannah Fry 教授，受訪來賓在節目中被稱為 Peter。

根據字幕，AI 天氣模型開始出現誤差時，典型的失敗模式是什麼？