近年來(lái)，數值天氣預報方法在每日天氣預報、極端災害預警、氣候變化預測等領(lǐng)域取得了巨大成功。但是，隨著(zhù)算力增長(cháng)趨緩和物理模型逐漸復雜化，傳統數值預報的瓶頸日益突出，亟須新的天氣預測方式。在眾多預測方式中，科學(xué)家將目光瞄向了飛速發(fā)展的人工智能。
聯(lián)合國氣象組織及其合作伙伴8月8日宣布，2023年7月成為人類(lèi)有氣象記錄以來(lái)全球平均氣溫最高的月份。除了熱浪，一些國家還遭遇了持續的暴雨和洪水。氣候變化帶來(lái)的極端天氣事件已經(jīng)成為我們不得不面對的現實(shí)。
越早獲得極端天氣的準確信息，越有利于人類(lèi)提前應對。在眾多預測方式中，科學(xué)家將目光瞄向了飛速發(fā)展的人工智能（AI）。近期，來(lái)自中國和美國的科學(xué)家分別在國際頂級學(xué)術(shù)期刊《自然》上發(fā)表研究成果，揭示了人工智能協(xié)助預報天氣的潛力。
1小時(shí)到7天預報精度超數值天氣預報
近年來(lái)，數值預報方法在每日天氣預報、極端災害預警、氣候變化預測等領(lǐng)域取得了巨大成功。但是，隨著(zhù)算力增長(cháng)趨緩和物理模型逐漸復雜化，數值預報的瓶頸日益突出，研究者們開(kāi)始挖掘新的方式預測天氣。
7月6日，《自然》正刊發(fā)表了華為云盤(pán)古大模型研發(fā)團隊的研究成果——《三維神經(jīng)網(wǎng)絡(luò )用于精準中期全球天氣預報》，論文顯示，盤(pán)古氣象大模型是首個(gè)精度超過(guò)傳統數值預報方法的AI模型。
據華為云盤(pán)古大模型研發(fā)團隊相關(guān)人員介紹，數值預報方法在中長(cháng)期預報等領(lǐng)域的應用最為廣泛。在這些領(lǐng)域中，現有的AI預報方法精度仍顯著(zhù)低于數值預報方法，并受到可解釋性欠缺、極端天氣預測不準等問(wèn)題的制約。導致AI預報模型精度不足的主要原因，一是由于原有的AI預報模型都是基于2D神經(jīng)網(wǎng)絡(luò )構建的，無(wú)法很好地處理不均勻的3D氣象數據；二是由于A(yíng)I預報方法缺少數學(xué)物理機理約束，在迭代的過(guò)程中會(huì )不斷積累迭代誤差。
為此，華為云盤(pán)古大模型研發(fā)團隊創(chuàng )造性地提出了適應地球坐標系統的三維神經(jīng)網(wǎng)絡(luò )來(lái)處理復雜的不均勻3D氣象數據，并且使用層次化時(shí)域聚合策略來(lái)減少預報迭代次數，從而減少迭代誤差。華為輪值董事長(cháng)胡厚崑表示，在氣象預報領(lǐng)域，盤(pán)古大模型1小時(shí)到7天的預測精度，已經(jīng)超過(guò)歐美一些氣象中心在相同預測時(shí)間內的預測精度。
氣象大模型已在極端天氣預測中顯身手
歐洲中期天氣預報中心（ECMWF）一直呼吁全球天氣預報界作出更多努力，將AI模型作為其預報系統的額外組成部分，并進(jìn)一步探索此類(lèi)模型的優(yōu)勢和劣勢，以幫助進(jìn)行天氣預測。
中國科學(xué)院計算技術(shù)研究所副所長(cháng)、研究員陳云霽指出，基于A(yíng)I的氣象科學(xué)研究，其重點(diǎn)是提高跨越多個(gè)時(shí)間尺度的季節性預測和長(cháng)距空間聯(lián)系建模的預測能力，以此實(shí)現對氣象系統的精準預報與控制。
歐洲中期天氣預報中心主任弗洛倫斯·哈比耶在第19次世界氣象大會(huì )上詳細地展示了華為云盤(pán)古氣象大模型與歐洲中期天氣預報中心的實(shí)時(shí)運行檢驗對比情況，前者驚人的預報能力令現場(chǎng)參會(huì )人員感受到了AI技術(shù)的巨大能量。
在農業(yè)、航空、能源、災害預警等領(lǐng)域，準確的天氣預報具有重大的社會(huì )和經(jīng)濟價(jià)值。但是，受限于氣象觀(guān)測的準確度、大氣系統中物理過(guò)程的復雜性等因素，傳統數值預報方法所需計算資源規模巨大。據世界氣象組織數據，全球中期天氣預報的有效性每10年才能提高1天，而數據驅動(dòng)的AI預報方法將有望以更低的計算成本快速實(shí)現高精度的預測。
2020年時(shí)，AI預報方法在精度上仍遠遠落后于數值方法，如今，盤(pán)古氣象大模型已成為首個(gè)精度超過(guò)數值預報方法的AI模型。不僅如此，它的預測速度相比傳統數值預報提高了1萬(wàn)倍，可實(shí)現“秒級”全球氣象預測，其氣象預測結果包括位勢、濕度、風(fēng)速、溫度、海平面氣壓等諸多信息，這些信息對預測天氣系統、風(fēng)暴軌跡、空氣質(zhì)量和天氣模式的發(fā)展至關(guān)重要，可以直接應用于多個(gè)氣象研究細分場(chǎng)景。
歐洲中期預報中心和中國國家氣象中心等機構都已在實(shí)測中驗證了盤(pán)古氣象大模型的優(yōu)越性。
歐洲中期氣象中心公布的今年4—7月盤(pán)古氣象大模型和歐洲數值模式的對比測試報告顯示，以盤(pán)古氣象大模型為代表的AI預報方法將突破近些年天氣預報精度提升緩慢的瓶頸。中央氣象臺表示，華為云盤(pán)古大模型此前在臺風(fēng)“瑪娃”的路徑預報中表現優(yōu)異，并已應用于今年“杜蘇芮”臺風(fēng)路徑的預報。
是輔助或是取代現有天氣預報系統還未可知
正如中國科學(xué)院大氣物理研究所研究員馬柱國所言，極端天氣和氣候帶來(lái)的經(jīng)濟損失和人身安全風(fēng)險不可忽視。
為了盡可能將損失降至最低，氣象科學(xué)家們一直在努力提高預報的準確性。盡管氣象預報采用的技術(shù)手段正經(jīng)歷快速迭代和進(jìn)步，但用AI預測未來(lái)幾周或幾個(gè)月內的中長(cháng)期天氣仍面臨著(zhù)諸多挑戰。
馬柱國指出，目前人們對氣候變化的過(guò)程并不十分了解，因此在研究某些氣候現象時(shí)不得不進(jìn)行假設，但這樣得到的結論有時(shí)并不十分精確，因為模式越精確，需要的觀(guān)測資料越多。新技術(shù)的發(fā)展往往難以突破本身的局限性，目前最先進(jìn)的AI技術(shù)也不過(guò)是實(shí)現了對“足夠龐大的已經(jīng)存在的信息數據”的處理。AI技術(shù)在氣象領(lǐng)域的應用固然代表著(zhù)其性能的巨大提升，但未來(lái)的氣象有很多不可預知性，一旦模型某個(gè)環(huán)節的數據準確率不足，就會(huì )使預測結果產(chǎn)生誤差。
當AI進(jìn)入氣象預報和大氣物理等應用場(chǎng)景時(shí)，其本質(zhì)上還是通過(guò)強大的算力和更智慧的算法對大數據等信息進(jìn)行更有效整合，以提升預報的準確性和效率。當前，人類(lèi)在氣象領(lǐng)域的研究仍有很多難題亟待突破。
正如華為云人工智能領(lǐng)域首席科學(xué)家田奇博士所說(shuō)：“天氣預報是科學(xué)計算領(lǐng)域最重要的場(chǎng)景之一，也是一個(gè)非常復雜的系統。目前，盤(pán)古氣象大模型的主要能力是預測大氣狀態(tài)的演變，以加強現有的預報系統。我們的最終目標是，使用盤(pán)古大模型，打造下一代AI氣象預報框架?！?/p>
有業(yè)內人士指出，盡管盤(pán)古氣象大模型開(kāi)辟了新的預報途徑，但它是否能補充或取代現有的天氣預報系統，還需要研究團隊進(jìn)一步研究和驗證，以及天氣預報領(lǐng)域專(zhuān)家的進(jìn)一步評估。
此外，復雜的氣象規律、超高的分辨率與龐大的數據量都決定了AI氣象預報需要使用計算量極高的AI模型。因此，打造不斷迭代領(lǐng)先的AI氣象預報模型、穩定的云上環(huán)境和相應的工作套件必不可少。劉 艷
