新一期《自然》雜志發表的一項研究報道了深度思維推出的最新機器學習模型。該模型能根據當前和未來天氣進行可靠的概率天氣預報，其表現不但超過了最好的傳統中程天氣預報，還能更好地預測極端天氣、熱帶氣旋路線和風能產量。
準確的天氣預報對于個人、政府和組織的日常關鍵決策必不可少，比如決定是否帶雨傘，評估風能產量，規劃如何應對極端天氣等。氣象預報傳統上使用數值天氣預報法，這種方法可以估計當前天氣，并基于此預測未來一段時間的天氣（稱為確定性預報）。這會產生大量潛在情景，通過結合這些情景就能進行天氣預報。
谷歌深度思維團隊此次展示了一種名為“GenCast”的機器學習天氣預測方法。該方法能生成概率性預測，即根據當前和之前的天氣狀態預測未來天氣的可能性。團隊用40年（1979—2018年）的天氣發生最佳估計分析數據訓練了GenCast，使其能在8分鐘內對超過80個表面和大氣變量進行以12小時為單位的15天全球預報。相較于歐洲中期天氣預報中心的集合預報（ENS，一種確定性預報且是全球當前最好的中期預報），他們發現，在用于評估表現的1320個指標中，GenCast在其中97.2%的指標上都優于ENS。此外，GenCast在預測極端天氣、熱帶氣旋路線和風能產量時更有效。
團隊指出，GenCast或能提供更高效、準確的天氣預報，以支持實際規劃。
