所有版权归中国经济网所有。
中国经济网新媒体矩阵
网络广播视听节目许可证（0107190）（京ICP040090）
◎本报记者 景峰 自古以来，人类对天气最绝望的抱怨就是“不合时宜的天气”。然而，人工智能技术的快速进步使科学家能够更准确地预测天气和气候。 “我们期望人工智能模型在时间和空间分辨率方面能够匹配或超越物理模型。” 10月22日，在江苏南京召开的中国气象学会第36届年会上，中国科学院院士、复旦大学特聘教授穆穆在会议报告中指出，目前天气气候现象的可预报性研究主要集中在阐明预测不确定性的原因和机制，人工智能模型可以发挥作用。在 t年会上，众多学者学者就人工智能时代的天气气候预测、气象领域的高性能计算、台风预报新技术等前沿话题进行了交流。人工智能是这个话题中经常使用的一个词。受益于多重优势，大型AI天气模型展现了盘古、凤舞、伏羲的潜力……在我国，这些带有中国传统文化痕迹的大型AI天气模型目前正在台风预测、短期气候预测等领域帮助提高人类天气预报的准确性和效率。 “利用人工智能技术来建模和预测各种天气和天气现象正逐渐成为研究兴趣点。”穆穆认为利用大尺度天气进行预报研究既有机遇也有挑战模型。 “大型AI天气模型主要有三个优点，第一是计算时间快，传统的物理计算模型原本需要一个小时左右的计算，而AI几分钟就可以计算出来。第二，预测精度更高。比如在预测台风路径时，一些大型模型的预测精度已经高于数值模型。第三，它配备了自己的优化模块，我们 可以做出各种预测。”我们会根据目的来考虑。 “穆穆认为，这将导致大规模应用模型。在AI的帮助下，科学家和气象学家已经“解开了”气候变化的许多谜团。穆穆介绍，一些学者针对厄尔尼诺南方涛动（ENSO）现象构建了基于Transformer架构（深度学习模型）的AI模型，该现象被称为“全球气候变化”。预测时间超过18个月，大幅超过传统动力模型。今年8月对大西洋飓风的预测显示，大尺度模型和动态数值预报的结果越来越相似，飓风位置决策也大致相同。穆穆团队还利用大尺度模型，利用海面温度和风场数据，寻找中西太平洋ENSO易受影响区域。 为了预测黑潮入侵南海，我们通过优化大模型的模块找到了目标的敏感观测区域。中国气象局上海台风研究所所长于辉表示：“人工智能全球天气预报模型与传统全球数值天气预报模型相比，在预测台风路径方面具有明显优势。”今年八月 年，该研究所的数值预测荷兰国际集团的团队开始根据高分辨率台风再分析数据进行训练。上海台风智能模型1.0版。该模型将台风预报分辨率提升至千米级，预报时间由传统数值预报模型的64分钟缩短至3分钟。人工智能与传统解决方案的集成消除了计算精度的瓶颈。面对快速的气候变化，AI的预测能力也必须迭代。穆穆认为，目前大尺度天气模型的研发还存在两大不足。 “大型模型的运行逻辑是输入数据和输出数据，但并不清楚预测结果是基于什么物理机制。此外，大型模型的时间分辨率不够高。例如，一些大型模型只能每六个小时更新一次台风数据，而传统的数值模型只需要几个小时穆穆还举了一个例子。国外研究团队的一项研究发现，使用天气数据的AI模型缺乏“硬飞效应”。结果发现，无法观察到“硬飞效应”。穆穆分析说，这是由于AI模型的时空分辨率较低，小扰动的大小与训练集的原始大小不匹配造成的。无独有偶，在郑看来 中国工程院院士、清华大学教授为民表示，人工智能仍然无法解决精确计算问题。人工智能的缺陷可以通过高性能计算（HPC）来弥补。 “新一代天气预报应该是HPC和AI的结合。应利用多种类型的超级计算，将人工智能与传统科学计算解决方案深度融合，突破计算精度瓶颈，显着提升整体计算性能。”科学家利用地球系统的数值模拟来模拟地球当前的状况并预测气候变化或未来。郑为民表示，算力正在推动地球系统模拟精度的进化，开展地球系统模拟研究，也提升了对高性能计算的期望。郑为民建议，未来有必要建立异构、多核的超级计算系统。面对大规模计算，数千万核的并行使用成为地球系统模拟的重要特征。同时，还需要建立大容量、高带宽的超级计算系统，共同设计有效结合高精度和低精度计算的计算机硬件和算法。
作者
adimin@praisetastic.com