微软研究院携手剑桥大学及艾伦·图灵研究所，近期共同研发了一款名为Aardvark Weather的人工智能天气预测系统，该系统以深度学习为核心，摒弃了传统天气预测中依赖超级计算机进行复杂物理模拟的方式，实现了对未来天气的精准预测。
Aardvark Weather系统并不依赖美国全球预测系统（GFS）等传统数值模型，而是完全转向了深度学习技术。通过对历史及实时观测数据的深入分析，该系统能够以极低的计算成本生成高精度的天气预测结果。研究人员指出，相较于传统方法，Aardvark Weather的预测速度提升了数十倍，而计算资源的消耗则降低到了传统方法的千分之一。
传统天气预报模型往往需要超级计算机的支持，这在一定程度上限制了其应用场景，通常只在拥有丰富资源的气象机构中才能得到应用。而Aardvark Weather则能够在标准台式机上运行，这无疑大大降低了技术门槛，使得更多地区，尤其是缺乏高性能计算基础设施的发展中国家和偏远地区，也能够享受到先进的天气预测服务。
谷歌DeepMind团队此前也曾涉足AI天气预报领域，并于2024年12月推出了名为GenCast的系统。该系统能够在8分钟内生成15天的集合预报，并在基准测试中表现出色，97.2%的场景中优于传统模型，成为当前备受信赖的AI预报工具之一。然而，与GenCast不同，微软Aardvark Weather则更加专注于超本地化的短期天气预报。
Aardvark Weather的AI模型能够每两分钟更新一次降水预测，同时结合雷达和卫星数据，为用户提供高精度的即时天气信息。这一特性使得该系统在应对突发天气变化时，能够为用户提供更加及时、准确的预报服务。
