作者／ IT時(shí)報(bào)記者 范昕茹

編輯／ 潘少穎 孫妍

7月28日 9時(shí)55分，“杜蘇芮”在福建晉江沿海登陸，登陸時(shí)中心附近最大風(fēng)力15級(jí)，已造成福建省72萬余人受災(zāi)，“杜蘇芮”還將北上。

一個(gè)國(guó)產(chǎn)AI大模型準(zhǔn)確預(yù)測(cè)了“杜蘇芮”的路徑。在上海人工智能實(shí)驗(yàn)室研究人員的電腦上顯示著，大模型“風(fēng)烏”預(yù)測(cè)路徑和臺(tái)風(fēng)“杜蘇芮”真實(shí)路徑的對(duì)照?qǐng)D。紅色虛線的“風(fēng)烏”預(yù)測(cè)線路和黃色實(shí)線的真實(shí)路徑有大半的重合，僅在臺(tái)風(fēng)登錄前的一段路徑中出現(xiàn)了小幅度的偏離。

南京信息工程大學(xué)氣候與應(yīng)用前沿研究院院長(zhǎng)羅京佳認(rèn)為，隨著大模型時(shí)代的來臨，氣象大模型的出現(xiàn)，正推動(dòng)著氣象預(yù)測(cè)發(fā)生變化。在他看來，未來，氣象大模型將和傳統(tǒng)數(shù)值預(yù)報(bào)一起，推動(dòng)著氣象預(yù)測(cè)朝著更準(zhǔn)、更快、更大范圍的方向前進(jìn)，幫助我們更好地解決問題。

01 “風(fēng)烏”大模型準(zhǔn)確預(yù)報(bào)“杜蘇芮”

今年4月，上海人工實(shí)驗(yàn)室聯(lián)合中國(guó)科學(xué)技術(shù)大學(xué)、上海交通大學(xué)、南京信息工程大學(xué)、中國(guó)科學(xué)院大氣物理研究所及上海中心氣象臺(tái)發(fā)布全球中期天氣預(yù)報(bào)大模型“風(fēng)烏”，如何更準(zhǔn)確地預(yù)測(cè)天氣，更精準(zhǔn)地了解臺(tái)風(fēng)路徑，為防災(zāi)減災(zāi)作出貢獻(xiàn)，正是“風(fēng)烏”研究的課題。

數(shù)據(jù)顯示，基于7月21-7月27日多個(gè)起報(bào)時(shí)刻預(yù)報(bào)路徑及臺(tái)風(fēng)實(shí)際路徑對(duì)比，風(fēng)烏提前24小時(shí)誤差值為38.7公里。這一數(shù)據(jù)的精確度要優(yōu)于氣象預(yù)報(bào)國(guó)際權(quán)威機(jī)構(gòu)歐洲中期氣象預(yù)報(bào)中心（ECMWF）的54.11公里，和美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（NCEP）的54.98公里。

將預(yù)報(bào)時(shí)間提前到120小時(shí)，風(fēng)烏的優(yōu)勢(shì)更加明顯。數(shù)據(jù)顯示，風(fēng)烏提前120小時(shí)預(yù)報(bào)誤差值為121.4公里，而ECMWF的誤差值為293.8公里，NCEP的誤差值則更大，為826.5公里。

此前，在中國(guó)氣象局的支持下，上海AI實(shí)驗(yàn)室與國(guó)家氣象中心、上海市氣象局合作，對(duì)今年首個(gè)登陸我國(guó)的臺(tái)風(fēng)“泰利”進(jìn)行了路徑預(yù)測(cè)，結(jié)果顯示，風(fēng)烏提前12小時(shí)預(yù)測(cè)路徑較“泰利”實(shí)際路徑差值僅為35公里。

臺(tái)風(fēng)預(yù)測(cè)精準(zhǔn)度的提升，意味著什么？

每年夏天是我國(guó)臺(tái)風(fēng)多發(fā)時(shí)節(jié)，在我國(guó)瀕臨的北太平洋西部海區(qū)，每年發(fā)生的臺(tái)風(fēng)數(shù)超過全球臺(tái)風(fēng)總數(shù)的三分之一。對(duì)我國(guó)東南沿海而言，每一次臺(tái)風(fēng)都是一次考驗(yàn)。

數(shù)據(jù)顯示，2021-2022年間，共有9個(gè)臺(tái)風(fēng)在我國(guó)登陸，造成直接經(jīng)濟(jì)損失達(dá)186.2億元人民幣。而研究表明，對(duì)于單個(gè)登陸中國(guó)的臺(tái)風(fēng)而言，24小時(shí)路徑預(yù)報(bào)誤差每減小1公里，可減少因?yàn)?zāi)直接經(jīng)濟(jì)損失約0.97億元?！帮L(fēng)烏”等氣象大模型的出現(xiàn)，將大大降低災(zāi)害的發(fā)生，提升我國(guó)預(yù)防災(zāi)害的能力。

02 首個(gè)突破10天的氣象大模型

對(duì)傳統(tǒng)的數(shù)值預(yù)報(bào)而言，如何提前精準(zhǔn)預(yù)測(cè)強(qiáng)對(duì)流天氣和臺(tái)風(fēng)路徑一直是個(gè)難題。

“我們主要是先觀測(cè)，觀測(cè)到了再追蹤?！币晃粴庀笱芯繂T解釋說，比如在一個(gè)地方觀測(cè)到雷電云團(tuán)，氣象員會(huì)對(duì)云團(tuán)進(jìn)行跟蹤，并根據(jù)當(dāng)時(shí)的風(fēng)向等各種數(shù)據(jù)，推測(cè)出云團(tuán)運(yùn)行的方向和路徑。從而對(duì)云團(tuán)行進(jìn)軌跡上的地區(qū)進(jìn)行預(yù)報(bào)。這也導(dǎo)致一個(gè)問題，就是預(yù)測(cè)時(shí)間很短，對(duì)傳統(tǒng)氣象預(yù)報(bào)而言，強(qiáng)對(duì)流等突發(fā)天氣的預(yù)報(bào)提前的時(shí)間通常在1個(gè)小時(shí)之內(nèi)。

這一數(shù)字正在被大模型刷新，基于美國(guó)和中國(guó)的雷達(dá)觀測(cè)，清華大學(xué)軟件學(xué)院與國(guó)家氣象中心、國(guó)家氣象信息中心聯(lián)合發(fā)布的氣象大模型“鬼天氣”能對(duì)2048公里 × 2048公里的區(qū)域內(nèi)生成合理的降水臨近預(yù)報(bào)，將預(yù)報(bào)的時(shí)間提前到3個(gè)小時(shí)。

AI大模型之所以能帶來預(yù)報(bào)精準(zhǔn)度上的提升，在于大模型不僅懂?dāng)?shù)據(jù)，還“懂”氣象。

“氣象要素之間，有普遍的聯(lián)系性?！绷_京佳解釋說，“比如上海發(fā)生一個(gè)大暴雨，強(qiáng)對(duì)流天氣可能會(huì)影響到北京或者紐約的天氣。”而怎樣利用人工智能的算法，去抓住氣象要素間的聯(lián)系，是提升全球性氣象預(yù)測(cè)準(zhǔn)確性的關(guān)鍵。

在AI模型的設(shè)計(jì)和訓(xùn)練過程中，“風(fēng)烏”的研究團(tuán)隊(duì)就利用了這一特性，將多個(gè)大氣變量間的相互影響看作多任務(wù)學(xué)習(xí)問題。采用多模態(tài)神經(jīng)網(wǎng)絡(luò)和多任務(wù)自動(dòng)均衡權(quán)重解決多種大氣變量表征和相互影響的問題。位勢(shì)、濕度、緯向風(fēng)速、經(jīng)向風(fēng)速、溫度以及地表等大氣變量這些多模態(tài)信息，被結(jié)構(gòu)在多模態(tài)網(wǎng)絡(luò)中。

通過不斷學(xué)習(xí)調(diào)整，“風(fēng)烏”自動(dòng)學(xué)習(xí)每個(gè)大氣變量的重要性，使得多個(gè)大氣變量之間能夠更好地協(xié)同優(yōu)化，不斷提升大模型的精準(zhǔn)度。

如今，“風(fēng)烏”在80%的評(píng)估指標(biāo)上超越谷歌旗下DeepMind發(fā)布的氣象大模型GraphCast。在預(yù)報(bào)精度方面，相比GraphCast，“風(fēng)烏”的10天預(yù)報(bào)誤差降低10.87%，相比于傳統(tǒng)的物理模型，誤差降低19.4%。

過去數(shù)十年間，全球中期天氣預(yù)報(bào)囿于氣象觀測(cè)的準(zhǔn)確度，大氣系統(tǒng)中物理過程的復(fù)雜性，以及求解大氣模型所需資源規(guī)模巨大，全球中期天氣預(yù)報(bào)的有效性每10年才提高1天。

“風(fēng)烏”卻基于再分析數(shù)據(jù)，將有效預(yù)報(bào)時(shí)長(zhǎng)提高到了10.75天。此前，全球范圍內(nèi)最好的物理模型HRES在此標(biāo)準(zhǔn)范圍內(nèi)，有效預(yù)報(bào)時(shí)長(zhǎng)最大僅有8.5天。也因此，“風(fēng)烏”是全球首個(gè)突破10天的氣象大模型。

03 天氣預(yù)報(bào)應(yīng)用拓寬

相比傳統(tǒng)方式，氣象大模型最重要也是變化最大的一個(gè)特點(diǎn)是效率。

由于傳統(tǒng)數(shù)值預(yù)報(bào)需要進(jìn)行復(fù)雜的數(shù)學(xué)物理方程計(jì)算，受限于計(jì)算的復(fù)雜程度，一臺(tái)超級(jí)計(jì)算機(jī)往往需要幾個(gè)小時(shí)才能出結(jié)果。氣象大模型的出現(xiàn)，將氣象預(yù)測(cè)從小時(shí)級(jí)一下子縮短到了秒級(jí)。

公開信息顯示，“盤古氣象”的推理速度與FourCastNet相當(dāng)，其在Tesla-V100 GPU上預(yù)測(cè)24小時(shí)的天氣只需要1.4秒，而“風(fēng)烏”僅需30秒即可生成未來10天全球高精度預(yù)報(bào)結(jié)果。

在巨大的算力支撐下，氣象大模型的預(yù)測(cè)效率大大提升。在羅京佳看來，這將大大拓展天氣預(yù)報(bào)的應(yīng)用范圍?！耙酝恍┢髽I(yè)想要獲得天氣預(yù)報(bào)數(shù)據(jù)，往往要等好幾個(gè)小時(shí)。”羅京佳說，現(xiàn)在，幾秒鐘就能出來，大大增加了預(yù)報(bào)的時(shí)效性。

獲取的便利性、更高的時(shí)效性，將有利于把天氣預(yù)報(bào)運(yùn)用到更多的場(chǎng)景中。例如，應(yīng)用于物流行業(yè)，幫助物流行業(yè)更好地規(guī)劃快遞配送；應(yīng)用到漁牧業(yè)，幫助漁民牧民更好地執(zhí)行漁牧計(jì)劃，規(guī)避風(fēng)險(xiǎn)。

據(jù)了解，未來“風(fēng)烏”AI氣象大模型將與傳統(tǒng)的物理模型形成互補(bǔ)，為各行各業(yè)的生產(chǎn)生活提供更準(zhǔn)確、更實(shí)用的天氣預(yù)報(bào)信息，助力天氣預(yù)報(bào)數(shù)字化，為農(nóng)林牧漁、航空航海等各行業(yè)及公共安全保障提供有力的支持。

上海人工智能實(shí)驗(yàn)室AI for Earth團(tuán)隊(duì)還將把人工智能方法應(yīng)用到更廣泛的氣象、環(huán)境、天文、地質(zhì)等地球科學(xué)問題研究中，助力“碳中和”、防災(zāi)減災(zāi)、能源安全等重大需求。

排版／ 季嘉穎

圖片／ 上海人工智能實(shí)驗(yàn)室 中國(guó)消防 東方IC

來源／《IT時(shí)報(bào)》公眾號(hào)vittimes