AI 天氣模型進了台灣的颱風決策,信到多深?
路徑能信,強度先別
5 月 29 日,中央氣象署開了場成果發表,數字很好看:導入 AI 全球天氣預報模式後,一顆颱風的動態約 10 分鐘就能模擬完,路徑誤差比傳統作法降了約 15%,等於預報精度一次跨越了約四年的進展。
聽起來像「AI 把超級電腦比下去了」。但demo 台上的漂亮數字,跟一個政府單位真的敢把它排進颱風應變,是兩件不同的事。前者是實驗室成績,後者是要拿去決定水庫要不要洩洪、要不要發警報的東西。
所以真正值得看的問題不是「AI 準不準」——那場對決巴威颱風那一週已經吵完了(我們在另一篇拆過)。值得看的是:AI 天氣模型到底進了台灣哪些單位的哪個決策,各自信到多深。答案比想像中已經走得深,但也比廠商講的克制。
氣象署把 AI 排進正式作業,強度還是交給人
先講最上游的氣象署。AI 天氣模型不是這次才冒出來的:從 2024 颱風季起,氣象署就把多組開源 AI 模式跑出來的颱風路徑,排進正式的颱風分析預報整合系統(TAFIS),第六代超級電腦用 GPU 跑 AI、CPU 跑傳統物理模式,兩邊一起上。
重點在它信到哪、不信到哪。氣象署預報中心副主任黃椿喜自己寫得很清楚:路徑預報這塊,AI 已經有成果、可以用;但強度預報還無法有效應用、小尺度的定點定量也不夠,全球 AI 模式的解析度只有約 28 公里。翻成白話——「颱風會往哪走」AI 幫得上忙,「登陸時多強、你家那條溪會下多少雨」它還接不住,那部分還是靠人和物理模式扛。
這條界線很關鍵,它決定了下游單位能拿 AI 做什麼、不能做什麼。
水利署的用法,才是這篇最該抄的一段
如果只看氣象署,很容易以為 AI 就是拿來「多算幾條路徑」。真正把它變成決策的,是水利署。
水利署防洪作業會同時撈好幾個來源的 AI 颱風路徑:氣象署官網的「全球模式-CWA AI/ML」、NCDR 的「AI 全球模式」與「AI 區域模式」,再加 ECMWF 中程圖上的 Microsoft Aurora、Nvidia FourCastNet、Google GraphCast、Pangu。問題來了:這麼多模型,該信哪一個?
水利署的答案是——不選。它看的是這些模型彼此一致還是分歧:
| 多模式路徑… | 代表 | 防洪決策 |
|---|---|---|
| 都很接近 | 不確定性低 | 可以照劇本信心規劃調度 |
| 差很多 | 不確定性高 | 保留彈性、準備多套應變 |
接著再把 AI 路徑跟氣象署官方的雨量、強度資料疊起來,評估雨量會集中在哪、比對河川的設計標準、盤點水庫還有多少蓄容可以調節,把預報「轉化為具體的防災行動」,而不是被單一模型嚇著跑。
這套「看共識不看單一模型」的讀法,其實一般人也能直接抄:下次颱風你在網路上看到好幾張路徑圖,先別急著挑一張最可怕或最安心的看,先看它們是聚在一起還是散開——散開就是老天爺自己都還沒決定,別太早下結論。
CorrDiff 把 25 公里降到 2 公里,全球模型才接得上在地
水利署要能拿 AI 做到「你家那條溪」的尺度,中間得有人把解析度補起來。這就是氣象署跟 Nvidia 合作的 CorrDiff 在做的事。
CorrDiff 是一種生成式的「降尺度」模型,把 25 公里解析度的天氣資料,補成 2 公里的細節;官方說它單次推論速度快約 1000 倍、耗能少約 3000 倍,傳統降尺度模型的準度也能優 20 到 30%。訓練它的資料是氣象署自己拿出的四年逐時 2 公里觀測,Nvidia 出演算法和算力,2024 年 7 月凱米颱風是它第一次上場實戰。
要提醒的是,這些加速倍數多半是利害關係方自己報的——Nvidia 賣的是 GPU、要證明 AI 值得跑。倍數再漂亮,也只說明它「快、省」,不等於它「準」;準不準還是得回到實際颱風的事後驗證。把「快 1000 倍」跟「比較準」分開看,是讀這類新聞的基本功。
不是台灣獨走:大家都在「併跑」不是「替換」
會不會是台灣特別激進?剛好相反,台灣的作法跟國際主流一模一樣——都是讓 AI 跟傳統模式併跑,而不是替換掉誰。
歐洲中期預報中心(ECMWF)的 AI 模式 AIFS 在 2025 年 2 月 25 日正式上線營運,跟傳統的 IFS 並排跑,颱風路徑較物理模式改善約 20%、單次預報耗能約少 1000 倍。香港天文台(HKO)則把 2025 年當成第一個把全球 AI 模式導入颱風作業的季節:用 Pangu-Weather 和 AIFS 去驅動耦合模式、發展 AIFS ENS 與 FuXi 系集,還先拿 2025 年 25 個颱風(含超級颱風 Ragasa)驗證過才敢用。
一個共同的節奏浮出來:AI 模式通常先「即時試跑、只當參考」跑個一兩年,累積夠多實戰驗證,才敢正式排進作業,而且進去也是當眾多依據裡的一份,不是唯一。沒有哪個氣象單位是看了 demo 數字就全押的。
給你兩把尺,AI 是一票不是預言機
把這條決策鏈收攏,你其實只需要記兩把尺,下次颱風就能讀懂官方在做什麼。
第一把是一致或分歧:多個模式路徑聚在一起,可以照劇本準備;散開,就保留彈性。第二把是路徑還是強度:路徑預報 AI 已經能幫上忙,強度和定點雨量還是以中央氣象署的官方警報為準。
AI 天氣模型確實已經進了台灣的颱風決策鏈,這是真的;但它在裡面的位置,是共識裡的一票、是併跑的其中一條線,不是拍板的預言機。知道這件事,你看下一張路徑圖的心情,會比只問「AI 到底準不準」踏實得多。
SOURCES
- A 氣象署導入AI預報模型展現初步成果,10分鐘可快速模擬颱風動態,預報精度跨越4年進展(iThome,2026-05-29)
- A 氣象署超級電腦 AI 助攻 颱風路徑預測助提前災防(華視新聞,含署長呂國臣引語,2026-05-29)
- A AI 可以預測颱風路徑嗎?AI 模式帶來的氣象預報變革(科學月刊 664 期,作者黃椿喜為氣象署預報中心副主任)
- A AI颱風預報資訊取得及應用(經濟部水利署電子報)
- A ECMWF's AI forecasts become operational(ECMWF 官方,2025-02-25)
- A Operational experience of using artificial intelligence global models for tropical cyclone forecasting in the western north Pacific and the South China Sea(ScienceDirect,同儕審查)
- B 輝達AI預測颱風動態神準!氣象署CorrDiff到底厲害在哪?(ESG遠見)
來源分級:A = 一手公告/論文/官方文件 · B = 可信媒體 · C = 可參考但需脈絡 · D = 觀察用,不可當事實。
本文由 AI 協助研究與起草,矽基前沿編輯部編修,總編輯廖玄同審閱定稿。 編輯方針與 AI 使用說明