(資料圖片)

《自然》23日?qǐng)?bào)道了一種人工智能（AI）模型。該模型名為“NeuralGCM”，結(jié)合了流體動(dòng)力學(xué)與神經(jīng)網(wǎng)絡(luò)，能進(jìn)行準(zhǔn)確的天氣預(yù)測(cè)和氣候模擬。模型超越了部分現(xiàn)有模型，與傳統(tǒng)模型相比，有望節(jié)省大量算力。

一般環(huán)流模型（GCMs）能表示大氣、海洋和陸地的物理過程，是天氣和氣候預(yù)測(cè)的基礎(chǔ)。而減少長(zhǎng)期預(yù)報(bào)的不確定性以及估算極端天氣事件，則是氣候預(yù)測(cè)的關(guān)鍵。機(jī)器學(xué)習(xí)模型一直被認(rèn)為是天氣預(yù)測(cè)的一種替代手段，它們?cè)诠?jié)省算力成本方面具有優(yōu)勢(shì)，但在長(zhǎng)期預(yù)報(bào)方面的表現(xiàn)常常不如一般環(huán)流模型。

鑒于此，美國(guó)谷歌研究院團(tuán)隊(duì)設(shè)計(jì)了“NeuralGCM”，這個(gè)模型結(jié)合了機(jī)器學(xué)習(xí)和物理方法，能進(jìn)行中短期天氣預(yù)報(bào)以及幾十年的氣候模擬。該模型對(duì)1—15天預(yù)報(bào)的準(zhǔn)確率能媲美歐洲中期天氣預(yù)報(bào)中心（ECMWF，最好的傳統(tǒng)物理天氣模型之一）的預(yù)測(cè)結(jié)果。對(duì)于最多提前10天的預(yù)報(bào)，“NeuralGCM”的準(zhǔn)確率與現(xiàn)有機(jī)器學(xué)習(xí)技術(shù)不相上下，有時(shí)甚至更好。

“NeuralGCM”的氣候模擬準(zhǔn)確率與最好的機(jī)器學(xué)習(xí)和物理方法相當(dāng)。當(dāng)團(tuán)隊(duì)在“NeuralGCM”的40年氣候預(yù)測(cè)中加入海平面溫度后，他們發(fā)現(xiàn)，模型給出的結(jié)果與從ECMWF數(shù)據(jù)中發(fā)現(xiàn)的全球變暖趨勢(shì)一致。新模型在預(yù)測(cè)龍卷風(fēng)及其軌跡方面也超過了已有的氣候模型。

團(tuán)隊(duì)總結(jié)道，這些結(jié)果共同表明，機(jī)器學(xué)習(xí)是提升一般環(huán)流模型的一個(gè)可行手段。

關(guān)鍵詞：