FourCastNet
程式跟Model Weight
https://github.com/NVlabs/FourCastNet
論文
https://arxiv.org/abs/2202.11214
Fourier + vision transformer。最早成功運用vision transformer?
Pangu Weather
程式跟Model Weight
https://github.com/198808xc/Pangu-Weather
論文
https://www.nature.com/articles/s41586-023-06185-3
3D mesh + vision transformer。暴力解法，model weight最龐大，1.1G
GraphCast
程式跟Model Weight
https://github.com/google-deepmind/graphcast
不想login拿weight 可到下面link
https://huggingface.co/shermansiu/dm_graphcast
論文
https://arxiv.org/abs/2212.12794
graph + vision transformer。model weight不到200MB
這3個模型，家用電腦就可以輕鬆運算。
GraphCast跟PanguWeather都強調，颱風/颶風/氣旋的路徑預測，AI比傳統運算準確。但沒講的就....
然後最重要的事，AI以後會不會大幅進步？答案是，不會，除非有新的AI演算法，或者找到新的資料來源。
AI(deep learning)要進步，就是要更多的資料，但氣象的資料就這麼多了，每年的新增資料也有限，所以AI天氣的準確度，大概就停滯在這裡吧。