大模型突破AI预报天气难题

• 2023-08-10 15:52:00 来源：科技日报

科技日报记者 刘艳

“未来5年全球年平均气温较工业化前水平暂时升高1.5摄氏度的可能性达到66%。”世界气象组织（WMO）5月发布的警示言犹在耳，人们便陷入这个夏季暴晒与蒸煮模式的轮番折磨中，而“杜苏芮”台风登陆所带来的损失更令人揪心。

应急管理部发布的2022年全国自然灾害基本情况显示，每年全球大约生成80个台风，平均有7个登陆中国，2022年台风灾害造成的直接经济损失高达54.2亿元。

(资料图)

台风生成频繁，路径预测难，人类越早获得台风移动路径等极端天气的准确信息，越利于应对台风来袭。中美科学家近期分别发表于国际顶级学术期刊《自然》（《Nature》）的两项独立研究揭示了人工智能协助天气预报的潜力。

AI预报天气精度超越传统数值预报

近年来，数值天气预报方法在每日天气预报、极端灾害预警、气候变化预测等领域取得了巨大成功。但是，随着算力增长趋缓和物理模型逐渐复杂化，传统数值预报的瓶颈日益突出，研究者们开始挖掘新的气象预报范式预测未来天气。

7月6日，《自然》正刊发表了华为云盘古大模型研发团队研究成果——《三维神经网络用于精准中期全球天气预报》（《Accurate medium-range global weather forecasting with 3D neural networks》），这篇近年来中国科技公司首篇作为唯一署名单位发表在该刊的论文，突破了AI预报天气精度不及传统数值预报的世界性难题。

《自然》审稿人对该成果给予高度评价：“华为云盘古气象大模型让人们重新审视气象预报模型的未来，模型的开放将推动该领域的发展。”

华为云盘古大模型研发团队介绍，在数值方法应用最广泛的领域如中长期预报中，现有的AI预报方法精度仍显著低于数值预报方法，并受到可解释性欠缺、极端天气预测不准等问题的制约。导致AI气象预报模型的精度不足的主要原因，一是原有的AI气象预报模型都是基于2D神经网络，无法很好地处理不均匀的3D气象数据，二是AI方法缺少数学物理机理约束，在迭代的过程中会不断积累迭代误差。

为此，该团队创造性地提出了适应地球坐标系统的三维神经网络（3D Earth-Specific Transformer）来处理复杂的不均匀3D气象数据，并且使用层次化时域聚合策略来减少预报迭代次数，从而减少迭代误差。

华为轮值董事长胡厚崑表示，2021年发布的华为云盘古大模型已经深入金融、制造、政务、煤矿、铁路等10多个行业，支撑400多个业务场景的AI应用落地。在气象预报领域，盘古大模型1小时—7天的预测精度，超过欧美气象中心的表现，相关论文在国际期刊《自然》杂志上发表，是气象专家和学术界对盘古大模型用于科学研究的肯定。

实测验证优越性

欧洲中期天气预报中心（ECMWF）一直呼吁全球天气预报界做出更多努力，将人工智能模型作为其预报系统的额外组成部分，并进一步探索此类模型的优势和劣势，以帮助天气管理。

中国科学院计算技术研究所副所长、研究员陈云霁指出，基于智能的气象科学研究，其重点是提高跨越多个时间尺度的季节性预测和长距空间联系建模的预测能力，以此实现对气象系统的精准预报与控制。

欧洲中期天气预报中心主任弗洛伦斯·哈比耶在第19次世界气象大会上详细地展示了华为云盘古气象大模型与欧洲中期天气预报中心的实时运行检验对比情况，前者惊人的预报能力令现场参会人员感受到人工智能技术带来的冲击。

在农业、航空、能源、灾害预警等领域，准确的天气预报具有重大的社会和经济价值。但是，受限于气象观测的准确度，大气系统中物理过程的复杂性，传统数值方法所需计算资源规模巨大。据世界气象组织数据，全球中期天气预报的有效性每10年才提高1天，而数据驱动的AI方法将改变这种渐进的发展，有望以更低的计算成本、快速实现高精度的预测。

在2020年的时候，AI预报方法仍远远落后于数值方法，如今，盘古气象大模型已成为首个精度超过传统数值预报方法的AI模型，预测速度快了1万倍，实现了“秒级”全球气象预测，其气象预测结果包括位势、湿度、风速、温度、海平面气压等，这些信息对预测天气系统、风暴轨迹、空气质量和天气模式的发展至关重要，可以直接应用于多个气象研究细分场景。

欧洲中期预报中心和中国国家气象中心等机构都已在实测中发现盘古预测的优越性。

欧洲中期气象中心公布的今年4—7月盘古气象大模型和欧洲数值模式的对比测试报告指出，以盘古为代表的AI方法将改变近些年数值天气预报精度提升缓慢的瓶颈。中央气象台表示，华为云盘古大模型此前在“玛娃”的路径预报中表现优异，并应用于今年“杜苏芮”台风路径的预报。

日前，华为云盘古气象大模型正式上线欧洲中期天气预报中心（ECMWF）官网，为全球天气预报员、气象学家、天气爱好者和公众提供了一个免费查看盘古天气模型10天全球天气预报的平台。

准确进行中长期预报尚存挑战

如中国科学院大气物理研究所研究员马柱国所言，极端气象和气候表现带来的经济损失和人身安全不可忽视，这也是人类社会至今不断强化技术支撑提高气象预测准确度的一大原因。

气象科学家们一直在努力提高天气预报的准确性，已可相当准确预测未来几小时或几天的短期天气，尽管气象预报采用的技术手段正经历快速迭代和进步，但未来几周或几个月的中期和长期预报的准确性仍属挑战。

AI大模型的出现，为中长期预报向更精准迈进添加了关键助力，但人工智能也非万能。

“目前人们对气候变化的过程并非十分了解，对某些气候现象的研究不得不进行假设，越精确的模式需要的观测资料越多。”马柱国指出，新技术的发展往往难以突破本身局限性，即便是拥有了大数据和高算力的人工智能技术，也只是实现了对“足够庞大的已经存在的信息数据”的处理。人工智能技术在气象领域应用和提升值得肯定，但预测未来，有很多不可预知性，一旦模型某个环节数据出现准确率不足，对结果一定会造成误差。

有业内人士指出，尽管盘古大模型开辟了新的预报途径，但新方法如何以及是否能补充或取代现有预报系统，还需要研究团队进一步研究和验证，仍需传统天气预报领域的进一步评估和参与。

人工智能进入气象预报和大气物理应用场景中，本质上带来的还是通过算力、算法对大数据等信息进行整合，对模型模式提供更多新的技术支持和方法，继而对预报准确性和效率加以提升，当前，人类对于气象领域的研究仍存在局限，更多新的认知有赖于科学研究探索和突破约束。

华为云人工智能领域首席科学家田奇博士说：“天气预报是科学计算领域最重要的场景之一，也是一个非常复杂的系统，涵盖数学和物理知识的各个方面。目前，盘古天气主要完成预报系统的工作，其主要能力是预测大气状态的演变，以加强现有的预报系统。我们的最终目标是，使用盘古大模型，打造下一代AI气象预报框架。”

华为云盘古大模型研发团队强调，复杂的气象规律，超高的分辨率与庞大的数据量都决定了AI气象预报需要使用计算量极高的AI模型。打造不断迭代领先的AI气象预报模型，稳定的云上环境、工作套件和对应的运维必不可少。

标签：

推荐阅读

猜您喜欢