剑桥大学研究团队开发的AI天气预报系统Aardvark Weather有望革新天气预测方式。该系统采用先进的机器学习技术，计算速度较现有方法大幅提升，达到数十倍之多，同时其对计算资源的需求仅为当前系统的千分之一。此外，Aardvark Weather还得到了艾伦・图灵研究所、微软研究院以及欧洲中期天气预报中心的支持。

据外媒TechSpot最新报道，Aardvark Weather系统通过单一的机器学习模型，取代了传统的天气预报流程。这一创新系统仅需一台普通的台式机便能处理来自卫星和气象站等多元数据源的信息，能够在短短几分钟内生成全球和本地的天气预报。

剑桥大学工程系教授理查德・特纳对此表示赞赏，他认为Aardvark彻底改变了天气预测的方式，使得预报更快、成本更低、适用性更广且更为精准。他还特别指出，Aardvark的计算速度比以往所有方法都要快上数千倍。

尽管Aardvark仅依赖现有系统的小部分数据，但在多个关键指标上，它已经超越了美国的国家GFS预报系统。其预测准确度甚至可以与美国国家气象局相媲美，而后者通常需要依赖多个模型和专家分析。

论文第一作者、剑桥大学计算机科学与技术系的安娜・艾伦指出，这只是Aardvark的初步成果。这种端到端的学习方法有望广泛应用于飓风、野火、龙卷风等极端天气的预测，并且能够用于更全面的地球系统预报，例如空气质量、海洋变化和海冰覆盖等。

Aardvark的最大优势在于其灵活性和简洁性。由于它直接从数据中学习，因此能够迅速适应特定行业或地区的需求。例如，它可以帮助非洲农业进行气温预测，或者为欧洲可再生能源企业提供风力预报。相比之下，传统的天气预报系统往往需要多年才能进行调整。

这项技术还有望改变发展中国家的天气预测方式。由于这些地区常常缺乏专业人才和计算资源，Aardvark能够将天气预报从超级计算机转移到桌面电脑，使先进的预测技术能够惠及更多欠发达地区。

未来，Aardvark在扩展天气预报能力方面还将发挥重要作用。特纳透露，该模型未来有望将天气预报的准确预测范围提升至8天，比现有模型多出3天。这将极大地提高天气预报的准确性和及时性，为人们的生活和决策提供更为可靠的参考。