國(guó)產(chǎn)AI登上《自然》：盤古大模型破解氣象領(lǐng)域一大難題

(相關(guān)資料圖)

本報(bào)訊（中青報(bào)·中青網(wǎng)記者張渺）國(guó)產(chǎn)AI登上國(guó)際學(xué)術(shù)期刊《自然》(Nature)了。北京時(shí)間7月6日，《自然》雜志發(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)》。論文顯示，盤古氣象大模型是首個(gè)精度超過(guò)傳統(tǒng)數(shù)值預(yù)報(bào)方法的AI模型，速度相比傳統(tǒng)數(shù)值預(yù)報(bào)提速1萬(wàn)倍以上。

這是近年來(lái)中國(guó)科技公司首篇作為唯一署名單位發(fā)表的《自然》正刊論文。《自然》評(píng)價(jià)認(rèn)為：“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(lái)，模型的開(kāi)放將推動(dòng)該領(lǐng)域的發(fā)展。”

20世紀(jì)20年代以來(lái)，特別是近30年隨著算力的迅速發(fā)展，數(shù)值天氣預(yù)報(bào)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)的趨緩和物理模型的逐漸復(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(kāi)始挖掘新的氣象預(yù)報(bào)范式如使用深度學(xué)習(xí)方法預(yù)測(cè)未來(lái)天氣。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)方法精度仍然顯著低于數(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(wèn)題的制約。

盤古大模型研發(fā)團(tuán)隊(duì)發(fā)現(xiàn)，AI氣象預(yù)報(bào)模型的精度不足主要有兩個(gè)原因：第一，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(wú)法很好地處理不均勻的3D氣象數(shù)據(jù)；第二，AI方法缺少數(shù)學(xué)物理機(jī)理約束，因此在迭代的過(guò)程中會(huì)不斷積累迭代誤差。

為此，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)來(lái)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(lái)減少預(yù)報(bào)迭代次數(shù)，從而減少迭代誤差。通過(guò)在43年的全球天氣數(shù)據(jù)上訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，盤古氣象大模型在精度和速度方面超越傳統(tǒng)數(shù)值預(yù)測(cè)方法。

今年5月，臺(tái)風(fēng)“瑪娃”走向受到廣泛關(guān)注。來(lái)自國(guó)家氣象中心的消息稱，盤古大模型在“瑪娃”的路徑預(yù)報(bào)中表現(xiàn)優(yōu)異，提前5天預(yù)報(bào)出其將在臺(tái)灣島東部海域轉(zhuǎn)向路徑。在剛剛結(jié)束的第19屆世界氣象大會(huì)上，歐洲中期天氣預(yù)報(bào)中心也指出，盤古氣象大模型在精度上有不可否認(rèn)的能力，純數(shù)據(jù)驅(qū)動(dòng)的AI天氣預(yù)報(bào)模型，展現(xiàn)出了可與數(shù)值模式媲美的預(yù)報(bào)實(shí)力。

截至目前，盤古氣象大模型能夠提供全球氣象秒級(jí)預(yù)報(bào)，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，可以直接應(yīng)用于多個(gè)氣象研究細(xì)分場(chǎng)景。研究團(tuán)隊(duì)將聯(lián)合全球氣象機(jī)構(gòu)，繼續(xù)探索并發(fā)揮AI在氣象領(lǐng)域的應(yīng)用潛力，為農(nóng)林牧漁、航空航海等各行業(yè)提供支持。