每逢颱風季節，香港人最關心的問題總是：「個風幾時到？會唔會掛八號？」傳統天氣預報依賴超級電腦進行數值模擬，運算數小時才能得出結果，且預測第5天的熱帶氣旋路徑誤差高達500至800公里。然而，一場由人工智能掀起的氣象革命正在改變這一切。Google DeepMind的WeatherNext AI模型在2025年颶風季全面超越美國國家氣象局的全球預報系統（GFS），香港天文台引入人工智能後，熱帶氣旋路徑預測誤差已縮減至300至500公里，較傳統模式大減40%。本文“AI預測熱帶氣旋懶人包”整合全球主要AI氣象模型、實戰案例及香港天文台表現，一文睇晒AI預測颱風新時代。
全球三大AI氣象模型對比
| 模型 | 開發機構 | 特點 | 表現亮點 |
|---|---|---|---|
| WeatherNext / GraphCast | Google DeepMind | 1分鐘生成10天預測，運算成本低1000倍 | 5天颶風路徑誤差165海里，完勝傳統模型360海里 |
| Aurora | 微軟 | 100萬小時數據訓練，4-8周完成訓練 | 5天預測準確率100%，10天達92% |
| Earth-2 / StormScope | NVIDIA | 數分鐘生成公里級局部風暴預測 | 首個在短期降水預測超越傳統物理模型的AI |
關鍵數據：GraphCast在1,380個驗證指標中90%優於歐洲中期天氣預報中心系統，被形容為「奇蹟般的進步」。
AI突破「快速增強」預測瓶頸
氣象學界多年難解的挑戰——預測颶風或颱風的「快速增強」現象（24小時內風速增加超過56公里），已被AI突破。
| 項目 | 詳情 |
|---|---|
| 案例 | 2025年颶風Melissa，追平大西洋史上最強紀錄 |
| AI預測 | WeatherNext提前五天以80%信心預測將以五級颶風登陸牙買加，三天前信心近100% |
| 傳統模型表現 | 對風暴襲擊海地還是牙買加猶豫不決 |
| 實際結果 | 與AI預測一致，牙買加提前撤離，降低災害影響 |
這是首次成功從如此低初始風速預測風暴達到最高等級強度，標誌極端增強事件預測能力的歷史性轉折。
香港天文台AI實戰表現
| 項目 | 詳情 |
|---|---|
| 使用AI模型 | 國產「風烏」、「伏羲」、歐洲AI系統、「盤古」 |
| 路徑預測誤差 | AI模式300-500公里，傳統模式500-800公里，減少40% |
| 實戰案例 | 2025年8月颱風楊柳，天文台接納AI預報結果，完勝台灣、日本、韓國氣象機構 |
| AI弱點 | 強度預測明顯偏弱，暴雨預測仍處初步階段 |
天文台早於8月7日發佈的路徑概率預報圖幾乎與楊柳最終路徑一致，領先周邊地區。
AI vs 傳統預報優缺點對比
| 比較項目 | AI預測 | 傳統數值預報 |
|---|---|---|
| 運算時間 | 1分鐘 | 數小時 |
| 運算成本 | 便宜1000倍 | 昂貴 |
| 5天路徑誤差 | 300-500公里 | 500-800公里 |
| 快速增強預測 | 已突破，可提前5天 | 長期無法解決 |
| 訓練週期 | 數周至數月 | 數年 |
| 極端天氣應對 | 對從未出現的狀況有風險 | 物理模型更穩定 |
| 物理一致性 | 可能出現「物理不一致」 | 符合物理定律 |
未來趨勢：AI＋傳統預報融合
氣象學界普遍認為，AI不會完全取代傳統數值天氣預報，兩者將走向融合。英國氣象局已決定將AI與傳統電腦模型結合使用。Google也表示，所有正式氣象警報仍由各國官方氣象機構發布，AI模型僅作為輔助工具。在可預見的未來，「AI預測＋人類決策」將是最佳組合。
AI正以前所未有的速度改寫天氣預測規則。從Google、微軟到NVIDIA，AI模型在速度、成本、準確率上全面超越傳統方法，更成功突破「快速增強」預測瓶頸。香港天文台引入AI後，熱帶氣旋路徑誤差已減少40%，在颱風楊柳預測中完勝周邊機構。然而，AI在強度預測、暴雨預測及物理一致性方面仍有不足，短期內將與傳統模型互補共生。
