近日，超級氣旋風暴摩卡登陸緬甸，殘余環(huán)流進入我國，造成廣泛影響。摩卡生成之前，中氣愛核心技術(shù)成員NZK調(diào)試剛剛研發(fā)完成的AI模型“坤輿”，并和中氣愛其他成員通力合作，將其投入摩卡的路徑預測之中。在摩卡還未獲得命名時，坤輿模型的輸出結(jié)果認為，摩卡將在緬甸實兌登陸（可視化結(jié)果包含在5月9日的中氣愛b站視頻中）。

5月10-13日，坤輿模型的輸出結(jié)果略有調(diào)整，但路徑始終穩(wěn)定，登陸點調(diào)整范圍都在70公里之內(nèi)（5月11日的結(jié)果包含在當天的中氣愛微博中）。最終，摩卡于5月14日下午在緬甸實兌以北20公里處登陸。坤輿模型對摩卡的24-120小時路徑預測誤差均小于100公里，小于ECMWF。不過，坤輿模型對摩卡的強度預測還不太理想，與實際誤差較大。

一、關(guān)于坤輿模型

坤輿模式并非ECMWF那樣的數(shù)值預報模式，而是AI天氣模式，訓練數(shù)據(jù)采用ERA5再分析數(shù)據(jù)集，訓練目標是最小化模式輸出與訓練數(shù)據(jù)之間的均方根誤差，并進行了多步自回歸訓練以減少多步誤差累積問題，這兩點和其他AI天氣模型如“盤古”、“風烏”、“GraphCast”類似，但在其他方面有所不同。

坤輿的訓練在一臺含若干80G內(nèi)存英偉達A100顯卡的機器上進行了將近三周，總開銷遠小于“風烏”等模型，不過也存在訓練不足的問題，從目前的數(shù)據(jù)看，模型的均方根誤差與“風烏”、“GraphCast”存在差距，與“盤古”相近。從目前的數(shù)據(jù)來看，也達到或超過了ECMWF數(shù)值模型的水平。

二、坤輿模型的架構(gòu)

采用經(jīng)典的“U-Net”架構(gòu)，分辨率減小四次后增加四次，這樣最終的輸出分辨率與輸入相同，并在中間增加跳層連接。在經(jīng)緯度坐標下，極區(qū)變形很嚴重，因而主干部分不能直接套用傳統(tǒng)的卷積，需要做改動。在坤輿模式里，我們替換成了兩種修改版的卷積。

三、坤輿模型的缺陷

目前觀察到的問題主要有：1、極區(qū)誤差累積過快，尤其是風速，并帶動其他變量逐漸偏離正常值，這是因為模型輸入的風速被乘了緯度余弦。2、地形復雜的地方誤差累積也相對較快，可能是訓練不充分造成。3、溫度低的地方相對濕度誤差比較大，很容易低于0%或超過100%，這是因為模型的輸入是絕對濕度。

四、AI模型和傳統(tǒng)數(shù)值預報模型的主要區(qū)別

1、基本思想方面，在ECMWF等數(shù)值模型中，人類從物理定律和實驗結(jié)果出發(fā)總結(jié)推導了大量大氣運動有關(guān)的物理方程，通過一些數(shù)學方法，在計算機上對這些方程進行離散化地求解；而在“坤輿”等AI天氣預報模型中，則是先設(shè)定一個含有海量待定參數(shù)的計算框架，再讓計算機自行通過大量歷史大氣分析數(shù)據(jù)優(yōu)化這些參數(shù)，使得計算結(jié)果能夠盡量與這些數(shù)據(jù)接近。

2、運行維護方面，數(shù)值模型嚴格按照人類設(shè)定的數(shù)學公式運行，只需要閱讀代碼即可理解，但同時無法保證數(shù)學公式和代碼編寫完全正確，可能以此導致一些偏差，并且需要大量研究作為基礎(chǔ)，也需要大量物理學家、軟件工程師進行更新維護；AI模型對大氣運動的理解則蘊含在上億級別的海量參數(shù)中，無法進行直接的解釋，但因為訓練目標是與實際數(shù)據(jù)接近，因此不太可能有系統(tǒng)性的偏差，也不依賴大量人力資源。

3、計算成本方面，數(shù)值模型的計算開銷遠大于目前的所有AI模型。全球數(shù)值預報模型必須運行在大型超級計算機集群中，每次預報需要一個小時以上；AI模型總體成本要低得多，“坤輿”成本為最低。坤輿運行則只需要一塊內(nèi)存稍大的顯卡、配置尚可的設(shè)備，單次預報時間非常短，可謂立等可取。

從本次實驗結(jié)果來看，包括坤輿模型在內(nèi)，AI天氣預報模型暫時不能顛覆傳統(tǒng)數(shù)值模型，但有成為天氣預報強有力輔助工具的潛力。目前，坤輿模型已經(jīng)可以輸出全球各地的天氣預報結(jié)果，中氣愛也在繼續(xù)修正優(yōu)化坤輿模型。限于成本和資源，坤輿模型暫無法提供訪問接口，但在大型天氣即將到來時，中氣愛將在事前提供可驗證的可視化預報數(shù)據(jù)，供自己以及對AI模型感興趣的朋友交叉驗證，并不斷修正優(yōu)化，讓坤輿模式持續(xù)進步。