近年人工智能被成功应用于诸多领域，尤其是基于机器学习和深度学习算法的迅速发展，令使用复杂的大数据成为现实。以人工智能技术进行天气预报是近年气象研究的一项热门课题，并在过去一两年间取得了大量进展。天文台多年以来一直积极探索及评估人工智能在气象预报方面的应用，并于2023年年中开始引进并试验实时运行人工智能天气预报模式，及逐步在「地球天气」网页上提供其预报产品。

我们预测未来数天的天气变化，很大程度上依赖数值天气预报模式的运算结果。传统数值天气预报模式通过求解物理学方程式模拟大气未来的演变。由于模拟过程非常复杂，计算量巨大，需要使用高性能电脑系统。我们经常提到的「欧洲电脑模式」、「美国电脑模式」、「英国电脑模式」等即是传统的数值天气预报模式。

而人工智能模式利用过去一段长时间的大量天气数据，通过机器学习的方法（例如人工神经网络演算法）训练大模型（图一），使人工智能模式掌握天气系统演变的规律，并以此预测未来天气的变化。一般而言，用于模式训练的数据越多及越准确，模式的预测表现亦会越好。目前的人工智能天气预报模式使用了过去约40年的全球气象再分析数据作为训练资料，这包括了近25万亿个数据点。训练人工智能模式需要大量电脑资源及海量数据，而训练完成后，人工智能天气预报模式较传统数值天气预报模式更快得出预报结果。

天文台的初步统计分析显示，人工智能天气预报模式对未来10天大尺度天气形势的预报表现已经达到甚至略优于传统的数值天气预报模式，而热带气旋的路径预报误差比传统预报模式较小（图二）。

人工智能模式在天气预报的应用仍然面对不同的挑战及限制。当前的人工智能天气预报模式仅可提供风、温度、气压等有限的气象要素，亦倾向低估热带气旋的强度。此外，极端天气在过去出现的次数不多，更遑论打破历史纪录的极端天气事件从未在模式的训练资料出现，人工智能模式预测极端天气事件的能力仍有待验证。

现时人工智能在天气预测的应用仍属初步阶段，天文台将继续致力推动人工智能的应用，以进一步提升天气服务的质素。