本報訊（中青報·中青網(wǎng)記者 張渺）國產(chǎn)AI登上國際學(xué)術(shù)期刊《自然》(Nature)了。北京時間7月6日，《自然》雜志發(fā)表了華為云盤古大模型研發(fā)團隊研究成果——《三維神經(jīng)網(wǎng)絡(luò)用于精準中期全球天氣預(yù)報》。論文顯示，盤古氣象大模型是首個精度超過傳統(tǒng)數(shù)值預(yù)報方法的AI模型，速度相比傳統(tǒng)數(shù)值預(yù)報提速1萬倍以上。

　　這是近年來中國科技公司首篇作為唯一署名單位發(fā)表的《自然》正刊論文?！蹲匀弧吩u價認為：“盤古氣象大模型讓人們重新審視氣象預(yù)報模型的未來，模型的開放將推動該領(lǐng)域的發(fā)展?！?/p>

　　20世紀20年代以來，特別是近30年隨著算力的迅速發(fā)展，數(shù)值天氣預(yù)報在每日天氣預(yù)報、極端災(zāi)害預(yù)警、氣候變化預(yù)測等領(lǐng)域取得了巨大成功。但是隨著算力增長的趨緩和物理模型的逐漸復(fù)雜化，傳統(tǒng)數(shù)值預(yù)報的瓶頸日益突出。研究者們開始挖掘新的氣象預(yù)報范式如使用深度學(xué)習(xí)方法預(yù)測未來天氣。在數(shù)值方法應(yīng)用最廣泛的領(lǐng)域如中長期預(yù)報中，現(xiàn)有的AI預(yù)報方法精度仍然顯著低于數(shù)值預(yù)報方法，并受到可解釋性欠缺，極端天氣預(yù)測不準等問題的制約。

　　盤古大模型研發(fā)團隊發(fā)現(xiàn)，AI氣象預(yù)報模型的精度不足主要有兩個原因：第一，原有的AI氣象預(yù)報模型都是基于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)；第二，AI方法缺少數(shù)學(xué)物理機理約束，因此在迭代的過程中會不斷積累迭代誤差。

　　為此，團隊創(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)來處理復(fù)雜的不均勻3D氣象數(shù)據(jù)，并且使用層次化時域聚合策略來減少預(yù)報迭代次數(shù)，從而減少迭代誤差。通過在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)測方法。

　　今年5月，臺風(fēng)“瑪娃”走向受到廣泛關(guān)注。來自國家氣象中心的消息稱，盤古大模型在“瑪娃”的路徑預(yù)報中表現(xiàn)優(yōu)異，提前5天預(yù)報出其將在臺灣島東部海域轉(zhuǎn)向路徑。在剛剛結(jié)束的第19屆世界氣象大會上，歐洲中期天氣預(yù)報中心也指出，盤古氣象大模型在精度上有不可否認的能力，純數(shù)據(jù)驅(qū)動的AI天氣預(yù)報模型，展現(xiàn)出了可與數(shù)值模式媲美的預(yù)報實力。

　　截至目前，盤古氣象大模型能夠提供全球氣象秒級預(yù)報，其氣象預(yù)測結(jié)果包括位勢、濕度、風(fēng)速、溫度、海平面氣壓等，可以直接應(yīng)用于多個氣象研究細分場景。研究團隊將聯(lián)合全球氣象機構(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。