《自然》雜誌發(fā)表中企AI氣象預(yù)報(bào)系統(tǒng)研究成果

新華社倫敦7月6日電(記者 郭爽)英國《自然》雜誌5日發(fā)表華為雲(yún)盤古大模型研發(fā)團(tuán)隊(duì)研發(fā)的高解析度全球AI氣象預(yù)報(bào)系統(tǒng)研究成果,這一基於三維神經(jīng)網(wǎng)路的氣象預(yù)報(bào)系統(tǒng)精度超過傳統(tǒng)數(shù)值預(yù)報(bào)方法,且速度提高了1萬倍以上。

華為雲(yún)盤古大模型研發(fā)團(tuán)隊(duì)發(fā)現(xiàn),AI氣象預(yù)報(bào)模型的精度不足主要有兩個原因:第一,原有的AI氣象預(yù)報(bào)模型都是基於二維神經(jīng)網(wǎng)路,無法很好地處理不均勻的三維氣象數(shù)據(jù);第二,AI方法缺少數(shù)學(xué)物理機(jī)理約束,因此在迭代的過程中會不斷積累迭代誤差。

為此,研究團(tuán)隊(duì)創(chuàng)造性地提出了適應(yīng)地球坐標(biāo)系統(tǒng)的三維神經(jīng)網(wǎng)路來處理複雜的不均勻三維氣象數(shù)據(jù),並且使用層次化時(shí)域聚合策略來減少預(yù)報(bào)迭代次數(shù),從而減少誤差。團(tuán)隊(duì)這篇名為《三維神經(jīng)網(wǎng)路用於精準(zhǔn)中期全球天氣預(yù)報(bào)》的研究文章稱,通過在全球天氣數(shù)據(jù)上訓(xùn)練深度神經(jīng)網(wǎng)路,盤古氣象大模型不僅在精度上超過了傳統(tǒng)數(shù)值預(yù)測方法,而且比傳統(tǒng)方法預(yù)測速度提升1萬倍,能提供秒級的全球氣象預(yù)報(bào)。

《自然》雜誌審稿人評價(jià)説,華為雲(yún)盤古氣象大模型讓人們重新審視氣象預(yù)報(bào)模型的未來,模型的開放將推動該領(lǐng)域的發(fā)展。

目前,盤古氣象大模型的氣象預(yù)測結(jié)果包括位勢、濕度、風(fēng)速、溫度、海平面氣壓等,可以直接應(yīng)用於多個氣象研究細(xì)分場景。