隨著極端天氣事件日益增加，Google、Microsoft等科技公司正推出運用機器學習的天氣預測模型，來改善風險管理、強化供應鏈韌性，並提升決策能力，協助海運業者應對變化多端的天氣。

像是Google的GraphCast系統、Microsoft的Aurora平台，以及歐洲中期天氣預報中心（ECMWF）的AIFS模型，已在預測準確性上優於傳統模型。這些系統透過人工智慧（AI）處理龐大的大氣數據，比傳統氣象模型更快生成預測結果，機器學習技術也能從歷史天氣資料中識別出傳統物理模型未能捕捉的模式。

天氣預報準確性會影響航運作業的各個層面，包括航線規劃、貨物處理程序與船員安全。更精確的預報能力讓航運公司能針對惡劣天氣做出最佳航行與排程決策，有助於避免國際貿易的中斷風險。港口作業同樣受惠於更精準的預報，不僅協助港口進行防護措施，並與航運公司協調減少干擾。

我國的交通部中央氣象署、國家災防科技中心與科技公司輝達自2022年開始合作，開發生成式AI模型「CorrDiff」，運用AI將氣象資料的解析度從25公里降至2公里，生成更細緻的氣象資料，以提升預報準確度跟作業效率。而氣象署也指出，未來目標是將AI應用到預報的工作，以及訓練更多台灣資料，發展出區域模型。氣象署也預計成立「新竹氣象科學園區」，2024年已獲行政院核定計畫，最快將在2027年完工。

圖片、資料來源：Climate Home News