科技日?qǐng)?bào)記者 劉艷

(資料圖片)

“未來5年全球年平均氣溫較工業(yè)化前水平暫時(shí)升高1.5攝氏度的可能性達(dá)到66%。”世界氣象組織（WMO）5月發(fā)布的警示言猶在耳，人們便陷入這個(gè)夏季暴曬與蒸煮模式的輪番折磨中，而“杜蘇芮”臺(tái)風(fēng)登陸所帶來的損失更令人揪心。

應(yīng)急管理部發(fā)布的2022年全國(guó)自然災(zāi)害基本情況顯示，每年全球大約生成80個(gè)臺(tái)風(fēng)，平均有7個(gè)登陸中國(guó)，2022年臺(tái)風(fēng)災(zāi)害造成的直接經(jīng)濟(jì)損失高達(dá)54.2億元。

臺(tái)風(fēng)生成頻繁，路徑預(yù)測(cè)難，人類越早獲得臺(tái)風(fēng)移動(dòng)路徑等極端天氣的準(zhǔn)確信息，越利于應(yīng)對(duì)臺(tái)風(fēng)來襲。中美科學(xué)家近期分別發(fā)表于國(guó)際頂級(jí)學(xué)術(shù)期刊《自然》（《Nature》）的兩項(xiàng)獨(dú)立研究揭示了人工智能協(xié)助天氣預(yù)報(bào)的潛力。

AI預(yù)報(bào)天氣精度超越傳統(tǒng)數(shù)值預(yù)報(bào)

近年來，數(shù)值天氣預(yù)報(bào)方法在每日天氣預(yù)報(bào)、極端災(zāi)害預(yù)警、氣候變化預(yù)測(cè)等領(lǐng)域取得了巨大成功。但是，隨著算力增長(zhǎng)趨緩和物理模型逐漸復(fù)雜化，傳統(tǒng)數(shù)值預(yù)報(bào)的瓶頸日益突出，研究者們開始挖掘新的氣象預(yù)報(bào)范式預(yù)測(cè)未來天氣。

7月6日，《自然》正刊發(fā)表了華為云盤古大模型研發(fā)團(tuán)隊(duì)研究成果——《三維神經(jīng)網(wǎng)絡(luò)用于精準(zhǔn)中期全球天氣預(yù)報(bào)》（《Accurate medium-range global weather forecasting with 3D neural networks》），這篇近年來中國(guó)科技公司首篇作為唯一署名單位發(fā)表在該刊的論文，突破了AI預(yù)報(bào)天氣精度不及傳統(tǒng)數(shù)值預(yù)報(bào)的世界性難題。

《自然》審稿人對(duì)該成果給予高度評(píng)價(jià)：“華為云盤古氣象大模型讓人們重新審視氣象預(yù)報(bào)模型的未來，模型的開放將推動(dòng)該領(lǐng)域的發(fā)展?！?/p>

華為云盤古大模型研發(fā)團(tuán)隊(duì)介紹，在數(shù)值方法應(yīng)用最廣泛的領(lǐng)域如中長(zhǎng)期預(yù)報(bào)中，現(xiàn)有的AI預(yù)報(bào)方法精度仍顯著低于數(shù)值預(yù)報(bào)方法，并受到可解釋性欠缺、極端天氣預(yù)測(cè)不準(zhǔn)等問題的制約。導(dǎo)致AI氣象預(yù)報(bào)模型的精度不足的主要原因，一是原有的AI氣象預(yù)報(bào)模型都是基于2D神經(jīng)網(wǎng)絡(luò)，無法很好地處理不均勻的3D氣象數(shù)據(jù)，二是AI方法缺少數(shù)學(xué)物理機(jī)理約束，在迭代的過程中會(huì)不斷積累迭代誤差。

為此，該團(tuán)隊(duì)創(chuàng)造性地提出了適應(yīng)地球坐標(biāo)系統(tǒng)的三維神經(jīng)網(wǎng)絡(luò)（3D Earth-Specific Transformer）來處理復(fù)雜的不均勻3D氣象數(shù)據(jù)，并且使用層次化時(shí)域聚合策略來減少預(yù)報(bào)迭代次數(shù)，從而減少迭代誤差。

華為輪值董事長(zhǎng)胡厚崑表示，2021年發(fā)布的華為云盤古大模型已經(jīng)深入金融、制造、政務(wù)、煤礦、鐵路等10多個(gè)行業(yè)，支撐400多個(gè)業(yè)務(wù)場(chǎng)景的AI應(yīng)用落地。在氣象預(yù)報(bào)領(lǐng)域，盤古大模型1小時(shí)—7天的預(yù)測(cè)精度，超過歐美氣象中心的表現(xiàn)，相關(guān)論文在國(guó)際期刊《自然》雜志上發(fā)表，是氣象專家和學(xué)術(shù)界對(duì)盤古大模型用于科學(xué)研究的肯定。

實(shí)測(cè)驗(yàn)證優(yōu)越性

歐洲中期天氣預(yù)報(bào)中心（ECMWF）一直呼吁全球天氣預(yù)報(bào)界做出更多努力，將人工智能模型作為其預(yù)報(bào)系統(tǒng)的額外組成部分，并進(jìn)一步探索此類模型的優(yōu)勢(shì)和劣勢(shì)，以幫助天氣管理。

中國(guó)科學(xué)院計(jì)算技術(shù)研究所副所長(zhǎng)、研究員陳云霽指出，基于智能的氣象科學(xué)研究，其重點(diǎn)是提高跨越多個(gè)時(shí)間尺度的季節(jié)性預(yù)測(cè)和長(zhǎng)距空間聯(lián)系建模的預(yù)測(cè)能力，以此實(shí)現(xiàn)對(duì)氣象系統(tǒng)的精準(zhǔn)預(yù)報(bào)與控制。

歐洲中期天氣預(yù)報(bào)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(xì)地展示了華為云盤古氣象大模型與歐洲中期天氣預(yù)報(bào)中心的實(shí)時(shí)運(yùn)行檢驗(yàn)對(duì)比情況，前者驚人的預(yù)報(bào)能力令現(xiàn)場(chǎng)參會(huì)人員感受到人工智能技術(shù)帶來的沖擊。

在農(nóng)業(yè)、航空、能源、災(zāi)害預(yù)警等領(lǐng)域，準(zhǔn)確的天氣預(yù)報(bào)具有重大的社會(huì)和經(jīng)濟(jì)價(jià)值。但是，受限于氣象觀測(cè)的準(zhǔn)確度，大氣系統(tǒng)中物理過程的復(fù)雜性，傳統(tǒng)數(shù)值方法所需計(jì)算資源規(guī)模巨大。據(jù)世界氣象組織數(shù)據(jù)，全球中期天氣預(yù)報(bào)的有效性每10年才提高1天，而數(shù)據(jù)驅(qū)動(dòng)的AI方法將改變這種漸進(jìn)的發(fā)展，有望以更低的計(jì)算成本、快速實(shí)現(xiàn)高精度的預(yù)測(cè)。

在2020年的時(shí)候，AI預(yù)報(bào)方法仍遠(yuǎn)遠(yuǎn)落后于數(shù)值方法，如今，盤古氣象大模型已成為首個(gè)精度超過傳統(tǒng)數(shù)值預(yù)報(bào)方法的AI模型，預(yù)測(cè)速度快了1萬倍，實(shí)現(xiàn)了“秒級(jí)”全球氣象預(yù)測(cè)，其氣象預(yù)測(cè)結(jié)果包括位勢(shì)、濕度、風(fēng)速、溫度、海平面氣壓等，這些信息對(duì)預(yù)測(cè)天氣系統(tǒng)、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(yīng)用于多個(gè)氣象研究細(xì)分場(chǎng)景。

歐洲中期預(yù)報(bào)中心和中國(guó)國(guó)家氣象中心等機(jī)構(gòu)都已在實(shí)測(cè)中發(fā)現(xiàn)盤古預(yù)測(cè)的優(yōu)越性。

歐洲中期氣象中心公布的今年4—7月盤古氣象大模型和歐洲數(shù)值模式的對(duì)比測(cè)試報(bào)告指出，以盤古為代表的AI方法將改變近些年數(shù)值天氣預(yù)報(bào)精度提升緩慢的瓶頸。中央氣象臺(tái)表示，華為云盤古大模型此前在“瑪娃”的路徑預(yù)報(bào)中表現(xiàn)優(yōu)異，并應(yīng)用于今年“杜蘇芮”臺(tái)風(fēng)路徑的預(yù)報(bào)。

日前，華為云盤古氣象大模型正式上線歐洲中期天氣預(yù)報(bào)中心（ECMWF）官網(wǎng)，為全球天氣預(yù)報(bào)員、氣象學(xué)家、天氣愛好者和公眾提供了一個(gè)免費(fèi)查看盤古天氣模型10天全球天氣預(yù)報(bào)的平臺(tái)。

準(zhǔn)確進(jìn)行中長(zhǎng)期預(yù)報(bào)尚存挑戰(zhàn)

如中國(guó)科學(xué)院大氣物理研究所研究員馬柱國(guó)所言，極端氣象和氣候表現(xiàn)帶來的經(jīng)濟(jì)損失和人身安全不可忽視，這也是人類社會(huì)至今不斷強(qiáng)化技術(shù)支撐提高氣象預(yù)測(cè)準(zhǔn)確度的一大原因。

氣象科學(xué)家們一直在努力提高天氣預(yù)報(bào)的準(zhǔn)確性，已可相當(dāng)準(zhǔn)確預(yù)測(cè)未來幾小時(shí)或幾天的短期天氣，盡管氣象預(yù)報(bào)采用的技術(shù)手段正經(jīng)歷快速迭代和進(jìn)步，但未來幾周或幾個(gè)月的中期和長(zhǎng)期預(yù)報(bào)的準(zhǔn)確性仍屬挑戰(zhàn)。

AI大模型的出現(xiàn)，為中長(zhǎng)期預(yù)報(bào)向更精準(zhǔn)邁進(jìn)添加了關(guān)鍵助力，但人工智能也非萬能。

“目前人們對(duì)氣候變化的過程并非十分了解，對(duì)某些氣候現(xiàn)象的研究不得不進(jìn)行假設(shè)，越精確的模式需要的觀測(cè)資料越多?！瘪R柱國(guó)指出，新技術(shù)的發(fā)展往往難以突破本身局限性，即便是擁有了大數(shù)據(jù)和高算力的人工智能技術(shù)，也只是實(shí)現(xiàn)了對(duì)“足夠龐大的已經(jīng)存在的信息數(shù)據(jù)”的處理。人工智能技術(shù)在氣象領(lǐng)域應(yīng)用和提升值得肯定，但預(yù)測(cè)未來，有很多不可預(yù)知性，一旦模型某個(gè)環(huán)節(jié)數(shù)據(jù)出現(xiàn)準(zhǔn)確率不足，對(duì)結(jié)果一定會(huì)造成誤差。

有業(yè)內(nèi)人士指出，盡管盤古大模型開辟了新的預(yù)報(bào)途徑，但新方法如何以及是否能補(bǔ)充或取代現(xiàn)有預(yù)報(bào)系統(tǒng)，還需要研究團(tuán)隊(duì)進(jìn)一步研究和驗(yàn)證，仍需傳統(tǒng)天氣預(yù)報(bào)領(lǐng)域的進(jìn)一步評(píng)估和參與。

人工智能進(jìn)入氣象預(yù)報(bào)和大氣物理應(yīng)用場(chǎng)景中，本質(zhì)上帶來的還是通過算力、算法對(duì)大數(shù)據(jù)等信息進(jìn)行整合，對(duì)模型模式提供更多新的技術(shù)支持和方法，繼而對(duì)預(yù)報(bào)準(zhǔn)確性和效率加以提升，當(dāng)前，人類對(duì)于氣象領(lǐng)域的研究仍存在局限，更多新的認(rèn)知有賴于科學(xué)研究探索和突破約束。

華為云人工智能領(lǐng)域首席科學(xué)家田奇博士說：“天氣預(yù)報(bào)是科學(xué)計(jì)算領(lǐng)域最重要的場(chǎng)景之一，也是一個(gè)非常復(fù)雜的系統(tǒng)，涵蓋數(shù)學(xué)和物理知識(shí)的各個(gè)方面。目前，盤古天氣主要完成預(yù)報(bào)系統(tǒng)的工作，其主要能力是預(yù)測(cè)大氣狀態(tài)的演變，以加強(qiáng)現(xiàn)有的預(yù)報(bào)系統(tǒng)。我們的最終目標(biāo)是，使用盤古大模型，打造下一代AI氣象預(yù)報(bào)框架。”

華為云盤古大模型研發(fā)團(tuán)隊(duì)強(qiáng)調(diào)，復(fù)雜的氣象規(guī)律，超高的分辨率與龐大的數(shù)據(jù)量都決定了AI氣象預(yù)報(bào)需要使用計(jì)算量極高的AI模型。打造不斷迭代領(lǐng)先的AI氣象預(yù)報(bào)模型，穩(wěn)定的云上環(huán)境、工作套件和對(duì)應(yīng)的運(yùn)維必不可少。

關(guān)鍵詞：