國產AI登上《自然》： 盤古大模型破解氣象領域一大難題

(資料圖)

國產AI登上國際學術期刊《自然》(Nature)了。北京時間7月6日，《自然》雜志發表了華為云盤古大模型研發團隊研究成果——《三維神經網絡用于精準中期全球天氣預報》。論文顯示，盤古氣象大模型是首個精度超過傳統數值預報方法的AI模型，速度相比傳統數值預報提速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表的《自然》正刊論文。《自然》評價認為：“盤古氣象大模型讓人們重新審視氣象預報模型的未來，模型的開放將推動該領域的發展。”

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

盤古大模型研發團隊發現，AI氣象預報模型的精度不足主要有兩個原因：第一，原有的AI氣象預報模型都是基于2D神經網絡，無法很好地處理不均勻的3D氣象數據；第二，AI方法缺少數學物理機理約束，因此在迭代的過程中會不斷積累迭代誤差。

為此，團隊創造性地提出了適應地球坐標系統的三維神經網絡來處理復雜的不均勻3D氣象數據，并且使用層次化時域聚合策略來減少預報迭代次數，從而減少迭代誤差。通過在43年的全球天氣數據上訓練深度神經網絡，盤古氣象大模型在精度和速度方面超越傳統數值預測方法。

今年5月，臺風“瑪娃”走向受到廣泛關注。來自國家氣象中心的消息稱，盤古大模型在“瑪娃”的路徑預報中表現優異，提前5天預報出其將在臺灣島東部海域轉向路徑。在剛剛結束的第19屆世界氣象大會上，歐洲中期天氣預報中心也指出，盤古氣象大模型在精度上有不可否認的能力，純數據驅動的AI天氣預報模型，展現出了可與數值模式媲美的預報實力。

截至目前，盤古氣象大模型能夠提供全球氣象秒級預報，其氣象預測結果包括位勢、濕度、風速、溫度、海平面氣壓等，可以直接應用于多個氣象研究細分場景。研究團隊將聯合全球氣象機構，繼續探索并發揮AI在氣象領域的應用潛力，為農林牧漁、航空航海等各行業提供支持。

責任編輯：Rex_10