全球氣象預報長期依賴以大氣物理方程驅動的數值模式，但這類方法需要龐大運算資源與較長處理時間。AI 模型透過大量歷史觀測和預報資料學習天氣演變，如今在颱風路徑判斷上展現更高準確度與效率，正改變預報作業流程及專業分工。
最新發展顯示，AI 已能更快且更準確地掌握颱風移動路徑，但對極端強度、快速增強等複雜現象的判斷，仍須傳統物理數值模式協助驗證。氣象學家的工作因此逐步從親自計算天氣，轉向解讀多套模型結果、評估不確定性，並為防災決策提供風險判讀。
全部報導
1 篇原始報導馬克翻舊帳
這個事件的歷史脈絡氣象署導入 AI 預報模型，大幅提升颱風模擬效率與預測精度
中央氣象署過去主要依賴傳統物理模式，以超級電腦計算大氣變化，單次颱風模擬需耗費數小時。如今透過 GPU 運算與資料驅動技術導入 AI 模型，可更快產出多組路徑預測，為颱風警報、疏散及防救災決策爭取時間；相關報導未揭露導入金額。
中央氣象署目前已導入 15 套 AI 全球氣象模式，將颱風動態模擬時間由數小時縮短至約 10 分鐘，預報精度相當於傳統模式未來 4 年的進步幅度。系統曾應用於 2024 年 7 月凱米颱風預報，初步成果顯示 AI 模式在運算效率與路徑研判上具實務價值。
訂閱馬克雷達週報
每週五，本週最強訊號送進收件匣。隨時一鍵退訂。