過去五年來，人工智慧逐漸成為新工具，能以更低成本、更快速度進行預報，但大多數 AI 模型僅能準確預測未來 10 天的天氣。最新發表於《AGU Advances》的一項研究中，華盛頓大學的研究人員最新開發的「深度學習地球系統模型」（Deep Learning Earth SYstem Model, DLESyM），使用AI 模擬地球當前氣候及跨年度變化，時間跨度長達1,000 年。這個模型只需一個處理器運行，12 小時內即可生成模擬結果。

華盛頓大學大氣與氣候科學教授戴爾·杜蘭（Dale Durran）在五年前率先將 AI 引入天氣預測。訓練AI模型需要大量數據，但如果將歷史數據按季節拆分，實際可用的數據片段並不多。最準確的全球逐日天氣資料可追溯至 1979 年左右。雖然這段時間內的每日資料足以用來訓練日尺度天氣模型，但同樣期間的季節數據卻相對有限。數據缺乏一度被認為是AI 難以應用於季節性預報的障礙。DLESyM雖然是以一日預報為訓練目標，卻能捕捉季節性變化。

圖片、資料來源：Phys.org