已經在 Science Advances 期刊發表的 Google 最新的 SEEDS（Scalable Ensemble Envelope Diffusion Sampler）AI 技術。基本上可以視為可以透過極高效率，生成超多變因與變化來完成現代天氣預報的情境模擬（ensemble forecasts）預測方法。就目前外媒的觀點來說，是覺得主要是用來改善針對預測極端氣候所需要的龐大成本。繼續閱讀 Google 最新的 SEEDS AI 不是鋼彈，但可能對氣象預測帶來顯著改進報導內文。
▲本篇圖片來源：Google
Google 最新的 SEEDS AI 不是鋼彈，但可能對氣象預測帶來顯著改進
除了與大家聊天、生成音訊甚至是影片等用途，可以透過「學習」還有「算力」更有效率的分析各種大量資料的能耐，也讓 AI 這樣的工具在許多領域都逐漸證明，自己可以為人類生活所帶來的種種好處。
最近 Google 則是透過新世代的 AI 生成技術，將以往預測特定氣候所可能需要超級電腦龐大算力以及需要耗費的龐大成本，化為甚至可忽略不計的低廉成本。也等於是為了新世代的氣象預測打開了全新的可能性。
這項已經在 Science Advances 期刊發表的 Google 最新的 SEEDS（Scalable Ensemble Envelope Diffusion Sampler）AI 技術。基本上可以視為可以透過極高效率，生成超多變因與變化來完成現代天氣預報的情境模擬（ensemble forecasts）預測方法。
先前，其實已經有不少將 AI 導入天氣預測的案例可循 – 光是 Google 就有可以達成高精確度氣象預測的 MetNet-3，以及能夠將每日預測擴展到 10 天之久的 GraphCast 技術。這次的 SEEDS AI 雖然就目前外媒的觀點來說，是覺得主要是可以用來改善針對預測極端氣候所需要的龐大成本。
但就官方所舉的範例來看，這樣的技術對於產生出更為綿密的趨勢分布；針對特定極端熱氣候的分析，更是與其他模型所提供的樣本數有著極大的數量差異（上圖，超過 1.6 萬的樣本數與其他模型相比真的是有夠誇張）。
官方部落格中則是也直接提到，在成本之外，SEEDS AI 所生成的氣象預測資料也能在複雜的激烈氣象方面提供更好的分析精度。AI 具備的高效率與高擴展性，顯然也更能對應面對「蝴蝶效應」這種可能僅由一個小小變動而產生出的重大變化的可能性預測。並且隨著時間的推進而讓預測結果更為清晰。
