每年 7 月到 10 月，台灣人最熟悉的畫面就是那張「颱風路徑潛勢預報圖」——今天說可能撲台，明天說偏北，後天又說擦邊過去。8 月 6 日 Google 在《Nature》發表的一篇論文，就是在處理這件事：他們的 AI 氣象模型 WeatherNext，把 3 天後的颱風預報做到過去 2 天的準度，等於平均多出一整天的預警時間。這篇把它拆開講：進步了什麼、怎麼做到的、以及對我們這種住在颱風路徑上的人，實際差在哪。
先講這是誰發的
時間是 2026 年 8 月 6 日，Google DeepMind 跟 Google Research 一起把研究成果登上《Nature》，同一天在官方部落格公開。合作的不是實驗室自己人，是真的在發颱風警報的單位：美國國家颶風中心（NHC）、大氣研究合作機構（CIRA）、英國氣象局（UK Met Office），還有世界各地的氣象機關。
官方的說法很直白：「我們的模型平均給預報員多出一天的預測準確度：我們的 3 天預報，跟過去模型只能做到 2 天的水準一樣好。」他們自己把這個幅度形容成「大約等於氣象領域十年的進展」。
順便補一個背景數字，才知道為什麼大家這麼在意這一天：過去 50 年，熱帶氣旋在全球造成超過 70 萬人死亡、1.4 兆美元的經濟損失。所以每多一小時的預警，都是真的在算命。
為什麼颱風特別難預報？
這裡有個很多人不知道的細節。颱風預報其實是「兩件事」，而且過去要用兩套模型來算：
- 路徑（它會往哪走）：被大範圍的全球大氣環流帶著跑，所以要用範圍大、格子粗的全球模型。
- 強度（它會變多強）：由颱風核心附近很細微的熱力過程決定，所以要用範圍小、格子細的高解析度區域模型。
一個要看得遠、一個要看得細，兩邊的取捨剛好相反。這就是為什麼你常常看到「路徑抓得還可以，但強度整個低估」或反過來的狀況——它們本來就不是同一套系統算出來的。
這次到底進步了什麼
Google 用 2023 到 2024 年的歷史氣旋資料做評估，跟目前最強的幾個氣象模型比。結論是這個模型在路徑、強度、風場結構三項上，平均都多拿到超過 24 小時的領先時間。
「多一天」聽起來很抽象，換成生活場景就有感了：多一天，是店家還來得及把招牌拆下來、是漁船還進得了港、是公司還來得及決定要不要調班、是你還買得到那包泡麵。真正卡住防災的從來不是「知不知道有颱風」，是「來不來得及動」。
它怎麼做到的：一個模型全包
第一個關鍵是它用同一個 AI 模型，同時算路徑、強度跟風場結構，把前面說的那個取捨直接跳過去。
第二個關鍵比較反直覺。過去大家相信「要算準強度，就得把解析度拉到最細」，但 WeatherNext 只需要 28×28 公里的資料，比傳統模型粗了 100 倍，照樣做出這種準度。連 Google 自己都寫，這件事讓科學家很意外，模型為什麼能在這麼粗的解析度下算這麼準，目前還是個沒解開的研究問題。他們還放了一個更小的版本 WeatherNext 2-mini，用 111×111 公里的解析度跑，表現一樣很好。
訓練的料也很硬：將近 20TB 的全球大氣資料，加上 IBTrACS 歷史風暴資料庫裡接近 5,000 個風暴，兩種資料一起端到端訓練。跑起來的速度是——在一顆 TPU 上，1 分鐘內產生一次 15 天的預報。
不是給一條線，是給 1,000 種可能
這段我覺得最值得講。氣象預報的本質是機率，不是算命，所以真正好用的不是「一條路徑線」，而是「所有可能的分布」。
去年 Google 的系統一次跑 50 種預測情境，跟全球物理模型的規模差不多。今年他們直接把集合預報拉到一次 1,000 種情境，目的就是要抓住那些機率很低、但一旦發生就很慘的狀況——例如「快速增強」。
這不是紙上談兵。2025 年颶風季，這個模型幫美國國家颶風中心對颶風 Melissa 做出一次被稱為「歷史級」的預報——提前算出它會快速增強、以及會在牙買加登陸，讓地面的救災團隊多出關鍵的準備時間。
我自己怎麼看這件事
我在公司做教育訓練，這幾年一直在跟同仁講一句話：AI 最大的價值，是把「重複的、算不完的」那一段交出去，人留下來做判斷。
颱風這個案例剛好是最乾淨的示範。1,000 種情境不可能靠人腦跑，那是機器的事；但「要不要發警報、要不要停班停課、要不要現在就把工班撤下來」，這種要扛責任的決定，還是人在做。Google 官方在文章最後也特別寫了一句：正式的天氣預報與警報，請以你當地的氣象機關為準。台灣就是中央氣象署，這句話要記得。
前陣子我開了一堂線上 AI 課，400 多人上線。開場我沒有先講工具，先講的是這個順序——先讓 AI 把你重複做的那段跑完，你再來看結果、做決定。我自己用 AI 也是這樣：不會一上來就叫它做事，一定先跟它聊計畫，計畫我點頭了才讓它動手。颱風預報這套流程，本質上跟這件事一模一樣，只是它的賭注大得多。
幾個要注意的地方
- 它不是取代氣象署：這是給預報員用的工具，官方警報還是官方發的。你手機上的颱風假消息，不會因為這篇論文變得比較準。
- 「多一天」是平均值：評估用的是 2023–2024 年的歷史氣旋，不代表每一個颱風都剛好多賺一天。
- 台灣還要有人接：Google 這次把 WeatherNext 2、WeatherNext Cyclones 跟 mini 版的程式碼與模型權重全部開源放上 GitHub，還附免費的 Colab notebook，也就是說在地的研究團隊有機會拿去接台灣自己的資料。開源只是把門打開，走不走進去是另一回事。
- 想自己看看的：Google 有一個 Weather Lab 網站可以看氣旋路徑跟全球天氣預報，屬於 Google Earth AI 的一部分。當成參考很有趣，但別拿它當警報用。
小結
這篇最值得記的其實只有一句：AI 不是把預報員換掉，是把預報員的桌上多放了一天。
我們平常在講 AI，太容易停在「它會不會寫文案、會不會做簡報」。但同一套技術，換個場景就是在算一個颱風會不會在半夜快速增強、要不要現在通知一整座島。它已經不是未來式，是現在進行式——而且已經在幫人做決定的前一步了。
今年颱風季還沒過完。下次看到路徑圖又變來變去的時候，可以想一下：那條線背後，現在可能跑了 1,000 種未來。
本文整理改寫自 Google DeepMind 官方部落格 2026 年 8 月 6 日發表的〈WeatherNext: AI model achieves breakthrough in forecasting cyclones〉，以及同日 Google 官方部落格 The Keyword 的〈Our WeatherNext 2 AI model demonstrated a massive leap forward in predicting cyclones〉。研究論文刊登於《Nature》。文中所有數據皆引自上述官方來源。
正式的天氣預報與警報，請以中央氣象署發布為準。
留言
張貼留言