樺加沙襲港一週年
人工智能模式表現如何？
去年 9 月 24 日，超強颱風樺加沙掠過本港以南，為本港帶來同年內第二個十號颶風信號，是1964年來首次「一年雙十」。事隔一年「賽後檢討」，人工智能能否提供更精確的預報？
樺加沙在南海創下多項紀錄。其中心附近最高持續風速達每小時 230 公里，為 1950 年有紀錄以來南海第二強的熱帶氣旋。雖然它於本港以南約 120 公里處掠過，成為 1946 年以來距離香港最遠的十號風球，但十號信號生效時間長達 10 小時 40 分鐘，為有紀錄以來第二長。樺加沙在本港造成廣泛破壞，當中越堤浪及風暴潮對本港東部及南部的影響相當顯著。
天文台於今年六月發表研究，公布人工智能（AI）模式對樺加沙的預報驗證數據。對比傳統電腦模式，AI 模式的路徑預報表現顯著較佳，部分模式五天路徑預報誤差更少於100公里；但強度預報的表現則較參差，只有FNV3等個別 AI 模式比傳統模式優勝。
研究指出，這種差異可能源於兩種模式的特性。AI 模式猶如飽覽數據的「高材生」，較能捕捉大尺度天氣系統的變化，對引導風暴移動的氣流有更準確的掌握；但由於解析度普遍較傳統模式低，好似缺少「放大鏡」去剖析熱帶氣旋內部的結構變化，所以對熱帶氣旋的強度預測較弱。
為取兩者之長，結合全球 AI 模式及區域傳統數值預報的「混合模式」應運而生。在樺加沙一役中，混合模式 UWIN-CM無論在路徑或強度預測上均表現優異，更成功預測最大風速半徑向內收縮的趨勢；但模擬的內眼壁比實際偏大，反映其結構預報仍有提升空間。
然而，我們難以單憑單一案例判定 AI 模式的優劣；況且樺加沙在整個生命週期中一直是「海上霸主」，路徑與強度發展均相對穩定。現時 AI 模式仍處於起步階段，面對複雜多變的大氣環境，能否維持「長勝將軍」的表現，仍有待持續觀察。
