全球中期天气预报对许多社会和经济领域的决策至关重要。传统的数值天气预报使用更多的计算资源来提高预报精度，但并不直接使用历史天气数据来改进基础模型。谷歌公司DeepMind团队介绍了“GraphCast”——一种基于机器学习的方法，可直接从再分析数据中进行训练。GraphCast可以在一分钟内以0.25°的分辨率预测全球范围内10天的数百个天气变量。在1380个验证目标中，GraphCast在90%的目标上显著优于最精确的业务确定性系统，并支持更好的极端事件预测，包括热带气旋路径、大气河和极端温度。GraphCast是准确和高效天气预报的关键进步，并有助于实现机器学习对复杂动力系统的模拟。相关成果以“Learning skillful medium-range global weather forecasting”为题发表在Science上。