ปัญญาประดิษฐ์ (AI) กำลังปรับเปลี่ยนการพยากรณ์อากาศอย่างลึกซึ้งการทำเครื่องหมายยุคของความแม่นยำที่เพิ่มขึ้นรายละเอียดและความเร็วในการคาดการณ์ ความสามารถของเทคโนโลยีในการวิเคราะห์ชุดข้อมูลที่กว้างใหญ่คือการเปลี่ยนแปลงการคาดการณ์ตั้งแต่’Nowcasting’ไปจนถึงมุมมองของฤดูกาลย่อยในทันทีจนถึงสองเดือนข้างหน้า ความก้าวหน้าดังกล่าวสัญญาว่าจะได้รับประโยชน์อย่างมีนัยสำคัญรวมถึงความปลอดภัยสาธารณะที่ดีขึ้นประสิทธิภาพที่มากขึ้นสำหรับอุตสาหกรรมที่ขึ้นกับสภาพอากาศและเครื่องมือสำคัญสำหรับการปรับสภาพภูมิอากาศ องค์การอุตุนิยมวิทยาโลก (WMO)
อย่างไรก็ตามความคืบหน้าของ AI ที่ขับเคลื่อนด้วยการเผชิญกับความท้าทายที่ร้ายแรง รากฐานที่สำคัญของโมเดลเหล่านี้-เปิดการเข้าถึงข้อมูลสภาพอากาศทั่วโลก-เผชิญกับอันตราย การบริหารเงินทุนของทรัมป์ เปอร์เซ็นต์. ตั้งแต่ต้นปี 2568 พนักงานกว่า 550 คนได้ออกจากบริการสภาพอากาศแห่งชาติของ NOAA (NWS) ความกังวลได้ทวีความรุนแรงมากขึ้นโดยมีผู้อำนวยการ NWS อดีตห้าคนที่ออก lotebrated-looptors–lootercnews.com/noaa-looterctors คำเตือน
ความคิดริเริ่ม AI ทั่วโลกเปลี่ยนความสามารถในการพยากรณ์ความสามารถ
มันเป็นครั้งแรก โมเดล AI การดำเนินงาน เปิดตัวในเดือนกุมภาพันธ์ 2568 ปรับปรุงความแม่นยำประมาณ 20 เปอร์เซ็นต์สำหรับตัวชี้วัดที่สำคัญเช่นเส้นทางพายุไซโคลนเขตร้อน Florence Rabier ผู้อำนวยการ ECMWF ผู้อำนวยการอธิบายถึง Financial Times ว่าข้อมูลดาวเทียมขั้นสูงได้ปิดช่องว่างความแม่นยำในการคาดการณ์ในอดีตระหว่างซีกโลกเหนือและซีกโลกใต้
ECMWF ยังพัฒนาความน่าจะเป็นของไฟ AI (POF) ระบบนี้คาดการณ์กิจกรรมไฟป่าโดยการติดตามแหล่งพืชและแหล่งจุดระเบิดตามรายละเอียดใน การสื่อสารธรรมชาติ href=”https://www.ecmwf.int/en/about/media-centre/news/2025/scientists-present-new-ml-tool-improved-prediction”เป้าหมาย=”blank”> การดำเนินงานตั้งแต่ปี 2023 เพื่อกระตุ้นนวัตกรรมต่อไป ECMWF ด้วยการรับรอง WMO ได้เปิดตัว “AI Weather Quest”การบริหาร (CMA) ยังโอบกอด AI มันเป็นเจ้าภาพ
โมเดลเหล่านี้ทำงานโดยตรงจากการสังเกตดิบ สภาพอากาศ Aardvark จาก มหาวิทยาลัยเคมบริดจ์ มันให้การพยากรณ์ที่เร็วขึ้นและมีราคาต่ำกว่าบนฮาร์ดแวร์เดสก์ท็อปมาตรฐานการเข้าถึงประชาธิปไตย
Scott Hosking ของสถาบัน Alan Turing สังเกตเห็นว่า“ ทันใดนั้นเราอยู่ในสถานที่นี้ ยักษ์ใหญ่ด้านเทคโนโลยีมีการลงทุนอย่างมีนัยสำคัญ Gencast Model ของ Google Deepmind เปิดตัวเมื่อเดือนธันวาคม 2567 มีรายงานว่าเกินระบบแบบดั้งเดิมในสถานการณ์ 97.2%
Google ยังร่วมมือกับ ECMWF ใน NeuralGCM และกำลังขยาย MetNet ตอนนี้ ทีมสภาพอากาศเริ่มต้นของ Microsoft ได้รับการยอมรับเพื่อความแม่นยำและรุ่นที่พัฒนาขึ้นเช่น Aurora corrdiff model มีจุดมุ่งหมายเพื่อการคาดการณ์ท้องถิ่น Dion Harris จาก Nvidia อธิบายว่า AI อนุญาตให้สมาชิกวงดนตรีหลายพันคนปรับปรุงการทำนายเหตุการณ์ที่รุนแรง
NASA และ IBM ก็มีส่วนร่วมกับโมเดล AI โอเพ่นซอร์ส Prithvi WXC ผู้เชี่ยวชาญเริ่มต้นเช่น Brightband, Silurian และ tomorrow.io ก็กำลังสร้างสรรค์ Shimon Elkabetz ซีอีโอของ Tomorrow.io บอก The Financial Times ว่า“ เมื่อเราเริ่มต้นทุกคนบอกว่ามันแพงเกินไปที่จะสร้างกลุ่มดาวของเราเอง แต่เศรษฐกิจอวกาศใหม่ทำให้เราสามารถทำสิ่งต่าง ๆ ที่ไม่เคยมีมาก่อน ข้อมูลเปิดอย่างต่อเนื่อง Richard Turner ศาสตราจารย์ด้านการเรียนรู้ของ Machine Machine Cambridge ได้เน้นย้ำถึง Financial Times ในระดับที่ยอดเยี่ยมของการแบ่งปันข้อมูลระหว่างประเทศ อย่างไรก็ตามวิกฤตการณ์ NOAA นั้นมีขนาดใหญ่
นอกเหนือจากรายงานการตัดงบประมาณเริ่มต้น ‘ปัญหากล่องดำ‘ ยังทำให้เข้าใจเอาท์พุทที่ขับเคลื่อนด้วย AI Peter Neilley จาก The Weather Company ได้กล่าวถึง Financial Times ว่า“ สิ่งนี้เกิดขึ้นได้อย่างน้อยที่สุดอย่างน้อยการพยากรณ์อากาศส่วนหนึ่งของวิทยาศาสตร์ของเรานั้นน่าทึ่งอย่างแท้จริงมันเกิดขึ้นจริงในช่วงห้าปีที่ผ่านมาและเร่งความเร็ว”
บทบาทการพัฒนาของนักอุตุนิยมวิทยาในยุค AI
AI กำลังเปลี่ยนไปไม่ได้แทนที่นักอุตุนิยมวิทยามนุษย์ Kirstine Dale พบกับหัวหน้าเจ้าหน้าที่สำนักงาน AI บอกกับ Financial Times ว่า“ เราเห็นศักยภาพในการเปลี่ยนแปลงขั้นตอนที่แท้จริง…ในวิธีที่เราคาดการณ์ไว้ซึ่งในบางวิธีคล้ายกับเมื่อเราเริ่มใช้คอมพิวเตอร์” และเล็งเห็นถึงความสัมพันธ์ที่มีความเชี่ยวชาญมากขึ้นเรื่อย ๆ สำนักงานพบกันของสหราชอาณาจักรกำลังสำรวจ hyperlocal,