近年人工智能被成功應用於諸多領域，尤其是基於機器學習和深度學習算法的迅速發展，令使用複雜的大數據成為現實。以人工智能技術進行天氣預報是近年氣象研究的一項熱門課題，並在過去一兩年間取得了大量進展。天文台多年以來一直積極探索及評估人工智能在氣象預報方面的應用，並於2023年年中開始引進並試驗實時運行人工智能天氣預報模式，及逐步在「地球天氣」網頁上提供其預報產品。

我們預測未來數天的天氣變化，很大程度上依賴數值天氣預報模式的運算結果。傳統數值天氣預報模式通過求解物理學方程式模擬大氣未來的演變。由於模擬過程非常複雜，計算量巨大，需要使用高性能電腦系統。我們經常提到的「歐洲電腦模式」、「美國電腦模式」、「英國電腦模式」等即是傳統的數值天氣預報模式。

而人工智能模式利用過去一段長時間的大量天氣數據，通過機器學習的方法（例如人工神經網絡演算法）訓練大模型（圖一），使人工智能模式掌握天氣系統演變的規律，並以此預測未來天氣的變化。一般而言，用於模式訓練的數據越多及越準確，模式的預測表現亦會越好。目前的人工智能天氣預報模式使用了過去約40年的全球氣象再分析數據作為訓練資料，這包括了近25萬億個數據點。訓練人工智能模式需要大量電腦資源及海量數據，而訓練完成後，人工智能天氣預報模式較傳統數值天氣預報模式更快得出預報結果。

天文台的初步統計分析顯示，人工智能天氣預報模式對未來10天大尺度天氣形勢的預報表現已經達到甚至略優於傳統的數值天氣預報模式，而熱帶氣旋的路徑預報誤差比傳統預報模式較小（圖二）。

人工智能模式在天氣預報的應用仍然面對不同的挑戰及限制。當前的人工智能天氣預報模式僅可提供風、溫度、氣壓等有限的氣象要素，亦傾向低估熱帶氣旋的強度。此外，極端天氣在過去出現的次數不多，更遑論打破歷史紀錄的極端天氣事件從未在模式的訓練資料出現，人工智能模式預測極端天氣事件的能力仍有待驗證。

現時人工智能在天氣預測的應用仍屬初步階段，天文台將繼續致力推動人工智能的應用，以進一步提升天氣服務的質素。