为什么人人都在追白海豚？
此刻，今年第 13 号台风「白海豚」正以强台风之势穿越西北太平洋，瞄准我国东部沿海。
但在台风登陆之前，它的相关信息早已席卷网络——
B 站百大 UP 主「中气爱」连发 9 条视频追踪这个「年度风王」，每条播放量都接近百万；各家追风爱好者的公众号热衷于转发机构数值预报；连爱范儿编辑群也开始抱怨珠三角吃上了「空调外机」（台风外围下沉气流）。
台风尚未登陆，内容先行抵达。天气，这个人类最古老的日常谈资之一，正在变成像火箭发射、球星转会一样可以实时直播更新的内容消费。
为什么？
天有可测风云
要想讨论台风，一个必要前提是我们有能力掌握天气的动向。
观云测雨，占风望气，生活在全球最典型的季风气候区，副高、寒潮、季风、台风等诸多天气系统轮番登场，多变的天气无疑培养了中国人对天气的天然关注。
但在历史的绝大部分时间里，风暴，都是一种难以预测、无法言喻的威能，众人只能在它来临那一刻，被动接受命定的后果。
13 世纪，元朝两次组织征讨日本的大军，两次都遭遇台风让船队折损过半，中断了忽必烈称霸世界的雄心；1922 年 8 月，一个超级台风挟风暴潮袭击汕头，夺走约 6 万人性命，成为 20 世纪损失最惨重的自然灾害之一。
不过，现代世界的理性化进程，最终还是席卷了气象领域。
动力学预报、气象雷达、气象卫星、复杂方程组计算而出的数值预报（NWP）与支撑海量数据处理的超级计算机相继问世，大半个世纪过去，人类终于首次掌握了预测风暴的能力。
而随着华为盘古气象大模型和英伟达 FourCastNet 诞生，越来越多人开始意识到，气象很有可能是首批能让 AI 深度参与到日常社会生活的大科学领域之一。
AI 可以摆脱对物理方程的依赖，自行从过去数十年历史数据中领悟规律，以比传统数值预报快一万倍的速度给出可靠预报，在很多细分领域已经表现出超越传统模式的潜力。
正因如此，「AI+气象」也成为了各家头部厂商秀肌肉的竞技场。
Google DeepMind 推出 GraphCast，首次在中期预报精度上超越了欧洲中期天气预报中心（ECMWF）的王牌数值模式；微软以 Aurora 还以颜色，把天气、空气质量、海洋数据塞进统一的基础模型。在中国，华为盘古大模型持续迭代进化，上海人工智能实验室和复旦大学也分别发布风乌和伏羲，达到世界一流水准。
上线华为盘古大模型的香港天文台「地球天气」产品
气象预测能力，正在 AI 的加持下飞速进化。具体而言，目前中期天气预报和台风路径的预测精度与速度，已经远胜于十多年前。
但预测能力的提升，不代表普通人就有能力讨论天气。迄今为止，气象依然是一个高度技术性的学科，可谓「不习流体力学与计算科学者不得入内」。
要想「消费」天气，中间还存在缺失的关键一环。
看见风暴
正如图形 UI 界面的诞生，让计算机成为了一种人人可用的大众设备，任何技术要想走向大众，「可视化」都是必然的前提。
在气象领域，「可视化」的标志莫过于气象卫星云图——谁不喜欢用上帝视角看地球呢？
其实早在阿波罗宇航员拍下那张著名的《蓝色弹珠》的五年前，NASA 的 ATS-3 气象卫星已经拍下了人类首张真彩色云图，令科学界一时震撼。
遗憾的是，想要还原出肉眼所见般的真彩色，需要整合多个可见光波段的数据；偏偏可见光对天气预报的意义却不大，后来的气象卫星都将重点放在能测出水汽、沙尘和臭氧的红外波段，真彩色就此阔别大众近半个世纪。
直到 2014 年，包含三个可见光波段的日本向日葵 8 号（Himawari-8）升空，真彩色气象云图才重回大众视野。
很快，台风动画、实时地球、高清云图下载等基于向日葵 8 号的众多可视化气象产品纷纷涌现，也让各国科学机构意识到了真彩色对降低理解门槛、促进科学传播的意义。
接下来几年，中国风云四号、美国 GOES 系列等原生支持真彩色的气象卫星升空，还原肉眼所见的太空视角变得无比容易。尤其是 GOES 的 GeoColor 算法，经过颜色合成、色温补偿、加入夜间城市灯光等手段，将卫星云图从科学产品后期修饰为壁纸级的「大片」，其拍摄的飓风图片屡屡成为新闻头条。
GOES-16 拍摄的飓风「艾玛」云图
觉得卫星云图的信息量太少？Windy 和 earth nullschool 等动画化全球天气地图也许会正合心意。
在这些网站，一键切换风场、云层、水汽、PM 2.5 等各种参数，就能用动画的方式，看西南季风如何从印度洋直抵中国东北、风力「强得发紫」的「白海豚」如何收集整个东亚的水汽。也正因如此，动画天气地图几乎成了气象爱好者的入门第一课。
更专业的气候爱好者需要更多资料。正好，Tropical Tidbits 和 Pivotal Weather 等专业气象分析网站，会将来自各官方机构的数值预报资料转变为可视化图像供人使用。事先了解海温、洋流、风场和副高的位置，集合各家预报机构数值模型与 AI 模型对台风路线的估算，才能对台风的变化趋势更有信心。
Tropical Tidbits 根据 GFS 数据合成的地面气温与常年平均温度差值地图
更重要的是，这些网站基本都是气象学家个人「为爱发电」免费运营的。不花一分钱，你就能接触到气象学家同款的一线气象信息；如果是在近几年，看不懂的资料还能交由 AI 解释，「自学」气象图从未如此简单。
无人能阻止「白海豚」登陆，但可见的天气，让我们头一回可以在台风诞生、增强、转向与登陆之前，就参与到它的生命过程中。
互联网和 AI 当然无法改变风暴，但它们改变了我们理解风暴的方式，让「消费」天气成为可能。
一场永不完结的直播
纵使有再多气象图和数据，也没有任何人能完全把握天气。
因为，天气是「混沌系统」的最佳案例。正如「蝴蝶效应」所描述的，在混沌系统中，任何初始条件的变化，都会使最终结果大相径庭。
它给了我们一个可预测的幻觉，有时用一如预期的发展回报我们，有时又用意料之外的突变打击我们。无法完全把握的复杂系统，却拥有可观测的秩序，天然就像股票、足球与围棋一样令人着迷。
在这一层面上，天气具备了值得高频「消费」的特征。
副热带高压的进退、新生台风的牵扯，干空气与垂直风切变的打击、洋流的能量注入，每一种要素，都在改变「白海豚」下一个小时可能的形态。
新的信息经由互联网时刻回报，AI 自动抓取、汇总最新动态实时呈递，我们甚至可以说，不断实时直播更新的天气状况，正在演变为一种「内容消费」。
与之伴生的另一个现象是，我们越了解天气，就越关注天气。
这有点像心理学上所说的「注意偏向」——人的注意力总是会优先分配给自己熟悉、关心或具有意义的事物。
气象知识的增长，提高了世界的可描述性。气象网站、AI 和无处不在的科普，让我们开始意识到头顶的天气系统是可以命名、分类和预测的；而可以被理解的事物，又会进一步攫取我们更多的注意力。
这也许可以解释一个反直觉的现象：尽管世界气象组织（WMO）的统计显示，过去几十年来台风的发生频率没有明显增加，与中国关系最紧密的西北太平洋区域台风数量甚至有所减少，但在我们的主观意识中，台风好像更加频繁了。
归根结底，台风没有变多，变多的是我们对台风的理解与潜移默化的关注。
「白海豚」终究会登陆，也终究会消散。但真正留下来的，是我们正在获得的一种全新能力——以前所未有的尺度，持续观察、理解，并尝试参与预测这个复杂世界。
作者｜彭海星
编辑｜肖钦鹏
(来源：新浪科技)
