自從 ChatGPT 橫空出世，人工智能（AI）再度引爆話題以來(lái)，很多人都心懷一個(gè)疑問(wèn)：我希望人工智能可以幫我掃地洗碗，好讓我有心情去寫詩(shī)畫畫�？蔀槭裁船F(xiàn)在的人工智能卻都寫詩(shī)畫畫去了，就我們?nèi)祟愡�在掃地洗碗？
圖片截取自社交媒體
網(wǎng)友吐槽的這個(gè)情況，跟人工智能技術(shù)的發(fā)展路徑有關(guān)，也跟技術(shù)的商業(yè)化過(guò)程有關(guān)，到也不是科研人員“刻意為之”的。與此同時(shí)，也有無(wú)數(shù)的人工智能研發(fā)人員正在努力工作，讓這項(xiàng)技術(shù)能幫助大家實(shí)現(xiàn)一些更實(shí)際的目標(biāo)。
最近，華為云團(tuán)隊(duì)在《自然》雜志發(fā)表的一項(xiàng) AI 大模型，就試圖解決一個(gè)困擾全人類的、非常實(shí)際的問(wèn)題：天氣預(yù)報(bào)。
天氣預(yù)報(bào)最大的難點(diǎn)之一，就是決定天氣如何發(fā)生的大氣系統(tǒng)在演變時(shí)所具有的混沌性。
盡管目前的 NWP 方法已經(jīng)取得了顯著的進(jìn)步，但仍然存在一些限制。首先，NWP 模型需要大量的計(jì)算資源來(lái)求解復(fù)雜的物理方程。這對(duì)大規(guī)模的全球氣象預(yù)報(bào)而言，可能是一個(gè)“致命”的問(wèn)題。其次，NWP 模型通常需要詳細(xì)的初始條件，這些條件往往由衛(wèi)星和地面測(cè)量提供，但數(shù)據(jù)可能存在不確定性或誤差。這會(huì)影響預(yù)測(cè)的準(zhǔn)確性。
因此，盡管我們已經(jīng)能夠做出相當(dāng)準(zhǔn)確的短期天氣預(yù)報(bào)（如未來(lái)幾小時(shí)或幾天的預(yù)報(bào)），但中期和長(zhǎng)期預(yù)報(bào)（如未來(lái)幾周或幾個(gè)月的預(yù)報(bào)）的準(zhǔn)確性仍然是一個(gè)挑戰(zhàn)。如今，AI 大模型的出現(xiàn)，或許能讓我們向更精準(zhǔn)的中長(zhǎng)期預(yù)報(bào)更進(jìn)一步。
在 2023 年 7 月 5 日的《自然》雜志正刊上，華為云團(tuán)隊(duì)報(bào)告了一項(xiàng)基于華為云盤古氣象（Pangu-Weather）大模型進(jìn)行的中期天氣預(yù)測(cè)的工作。這項(xiàng)工作首次解決了 AI 預(yù)報(bào)天氣精度不及傳統(tǒng)數(shù)值預(yù)報(bào)的世界性難題，而且預(yù)測(cè)速度快了 1 萬(wàn)倍，實(shí)現(xiàn)了“秒級(jí)”全球氣象預(yù)測(cè)。
華為云盤古氣象大模型的核心是一種三維深度神經(jīng)網(wǎng)絡(luò)（3D Earth-Specific Transformer），能夠捕獲天氣數(shù)據(jù)中的復(fù)雜模式，使用了約 40 年的全球天氣數(shù)據(jù)進(jìn)行訓(xùn)練。同時(shí)，團(tuán)隊(duì)采用了一種層次化時(shí)域聚合策略，以減少中期預(yù)報(bào)中的累積誤差。其結(jié)果是，盤古氣象大模型在部分情況下，其精度和速度方面超越了此前全球最好的 NWP 系統(tǒng)。
華為云研發(fā)團(tuán)隊(duì)發(fā)現(xiàn)，此前 AI 氣象預(yù)報(bào)模型的精度不足主要有 2 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。
華為云盤古天氣大模型的一個(gè)關(guān)鍵突破是對(duì)地球上的天氣模式的理解。通過(guò)將高度信息整合到新的維度中，該系統(tǒng)可以在三個(gè)維度中理解天氣模式，從而更準(zhǔn)確地預(yù)測(cè)天氣。此外，層次化時(shí)域聚合策略也是一項(xiàng)重要的技術(shù)突破，它極大地減少了中期天氣預(yù)報(bào)所需的迭代次數(shù)，由此降低了累積誤差。
業(yè)界對(duì)華為的這項(xiàng)研究給予了高度評(píng)價(jià)。相關(guān)專家普遍認(rèn)為，盤古氣象大模型的出現(xiàn)代表了人工智能在天氣預(yù)報(bào)領(lǐng)域的重大突破。中國(guó)國(guó)家氣象中心和歐洲中期天氣預(yù)報(bào)中心（ECMWF）等機(jī)構(gòu)在實(shí)測(cè)中證實(shí)了盤古大模型預(yù)測(cè)的優(yōu)越性，其結(jié)果包括溫度、濕度、風(fēng)速、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。
不過(guò)，盡管盤古大模型從某種意義上來(lái)說(shuō)開辟了新的預(yù)報(bào)途徑，但它仍依賴 NWP 來(lái)訓(xùn)練，且結(jié)果并沒(méi)有碾壓 NWP。因此，站在客觀角度來(lái)看，同行專家們也對(duì)盤古氣象大模型提出了一些不足和改進(jìn)方向，這些仍是研究團(tuán)隊(duì)需要進(jìn)一步研究和驗(yàn)證的。
2023 年 5 月，臺(tái)風(fēng)“瑪娃”作為今年迄今為止最強(qiáng)的熱帶氣旋引起了世界的關(guān)注。國(guó)家氣象中心利用人工智能快速增強(qiáng)識(shí)別技術(shù)，提前 12 小時(shí)實(shí)現(xiàn)趨勢(shì)預(yù)報(bào)�！吨袊�(guó)氣象報(bào)》在相關(guān)報(bào)道中稱，華為云盤古模型在瑪娃軌跡預(yù)測(cè)方面表現(xiàn)出色，提前 5 天預(yù)測(cè)了其在臺(tái)灣島東部海域的轉(zhuǎn)彎軌跡。在第 19 屆世界氣象大會(huì)上，歐洲中期預(yù)報(bào)中心也指出，華為云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。
華為云研發(fā)團(tuán)隊(duì)還提出了適應(yīng)性學(xué)習(xí)策略，讓模型在針對(duì)新數(shù)據(jù)進(jìn)行預(yù)測(cè)時(shí)能夠進(jìn)行實(shí)時(shí)調(diào)整。這項(xiàng)技術(shù)的成功實(shí)現(xiàn)將進(jìn)一步提高盤古氣象大模型的預(yù)測(cè)準(zhǔn)確性，使其在實(shí)際應(yīng)用中更具價(jià)值。
在農(nóng)業(yè)、航空、能源、災(zāi)害預(yù)警等領(lǐng)域，準(zhǔn)確的天氣預(yù)報(bào)具有重大的社會(huì)和經(jīng)濟(jì)價(jià)值。例如，在農(nóng)業(yè)應(yīng)用中，準(zhǔn)確的降水量預(yù)報(bào)將有助于農(nóng)民合理安排農(nóng)事活動(dòng)，提高農(nóng)業(yè)生產(chǎn)效率。而在航空運(yùn)輸領(lǐng)域，準(zhǔn)確的風(fēng)速預(yù)報(bào)將有助于航空公司合理安排航線，降低運(yùn)營(yíng)成本。
在過(guò)去的幾十年里，氣象科學(xué)家們一直在努力，設(shè)法提高天氣預(yù)報(bào)的準(zhǔn)確性，但這個(gè)領(lǐng)域仍然有很多挑戰(zhàn)。未來(lái)人工智能技術(shù)有可能成為應(yīng)對(duì)這些挑戰(zhàn)的關(guān)鍵。
注釋
[1] https://www.nature.com/articles/s41586-023-06185-3
[2] 論文摘要描述為39年。華為官網(wǎng)新聞報(bào)道為43年。
[3] https://www.cma.gov.cn/en2014/news/News/202306/t20230607_5560758.html
[4] https://www.ecmwf.int/en/about/media-centre/science-blog/2023/rise-machine-learning-weather-forecasting
策劃制作
作者丨聞非科學(xué)記者
審核丨于騰訊玄武實(shí)驗(yàn)室負(fù)責(zé)人
責(zé)編丨崔瀛昊
