世界氣象組織最新報(bào)告：AI 正革新天氣預(yù)報(bào)，更快、更便宜、更易得

“2023 年是有記錄以來(lái)最熱的一年......2024 年的前八個(gè)月也是有記錄以來(lái)最熱的。”

世界氣象組織（WMO）秘書長(zhǎng) Celeste Saulo 說(shuō)。

未來(lái) 5 年中至少有一年超過(guò) 2023 年成為有記錄以來(lái)最熱年份的可能性高達(dá) 86%。這一結(jié)論來(lái)自 WMO 新近發(fā)布的《團(tuán)結(jié)在科學(xué)之中 2024》（United in Science 2024）報(bào)告。

同時(shí)，報(bào)告指出，在未來(lái) 5 年中，至少有一年全球近地表平均溫度暫時(shí)超過(guò)工業(yè)化前水平 1.5℃ 的可能性也高達(dá) 80%。

另外，根據(jù) WMO 此前發(fā)布的《2023 年全球氣候狀況》報(bào)告，熱浪、洪水、干旱、野火和迅速增強(qiáng)的熱帶氣旋造成的痛苦和混亂，使數(shù)百萬(wàn)人的日常生活陷入困境，并造成了數(shù)十億美元的經(jīng)濟(jì)損失。

為應(yīng)對(duì)氣候危機(jī)，創(chuàng)建快速、經(jīng)濟(jì)、精準(zhǔn)的氣象預(yù)警系統(tǒng)尤為關(guān)鍵。而人工智能（AI）正以其復(fù)雜算法與強(qiáng)大計(jì)算能力為氣象預(yù)警領(lǐng)域帶來(lái)顛覆性變革。

正如 Saulo 所指出的，“人工智能已經(jīng)‘更快、更便宜、更容易獲得’地徹底改變了天氣預(yù)報(bào)科學(xué)”。

AI 正在革新天氣預(yù)報(bào)

在這份報(bào)告中，來(lái)自歐洲中期天氣預(yù)報(bào)中心（ECMWF）的研究團(tuán)隊(duì)及其合作者，對(duì) AI 在極端天氣預(yù)警方向的最新應(yīng)用進(jìn)行了綜合闡述，以及存在的不足和未來(lái)展望。

具體而言，在天氣預(yù)測(cè)領(lǐng)域，AI 模型突破了基于物理模型的數(shù)值天氣預(yù)報(bào)（NWP）模式，在預(yù)測(cè)某些天氣變量及極端或危險(xiǎn)事件（如熱帶氣旋）方面已經(jīng)超越了物理模型，如 Keisler、Pathak 等學(xué)者的研究展示了 AI 模型在氣旋預(yù)測(cè)方面的顯著優(yōu)勢(shì)。

圖｜人工智能/綜合預(yù)報(bào)系統(tǒng)（AIFS）的最新進(jìn)展提高了氣旋探測(cè)能力。（來(lái)源：該報(bào)告）

通過(guò)使用傅里葉預(yù)報(bào)神經(jīng)網(wǎng)絡(luò)這一新興的全球數(shù)據(jù)驅(qū)動(dòng)的天氣預(yù)報(bào) AI 模型，徹底實(shí)現(xiàn)了對(duì)如地表風(fēng)速、降水和大氣水蒸氣等高分辨率、快速時(shí)間尺度變量的準(zhǔn)確預(yù)測(cè)，能在不到 2 秒的時(shí)間內(nèi)就能生成一周的預(yù)報(bào)，比 IFS 快了幾個(gè)數(shù)量級(jí)。

也有研究表明，AI 預(yù)測(cè)模型已突破傳統(tǒng)物理模型，通過(guò)提升數(shù)據(jù)質(zhì)量、融合不同數(shù)據(jù)源以及下尺度處理預(yù)測(cè)輸出，顯著降低創(chuàng)建支持天氣預(yù)報(bào)所需數(shù)據(jù)的計(jì)算成本以及運(yùn)行高質(zhì)量預(yù)測(cè)模型的門檻。

這些能力此前受到計(jì)算負(fù)擔(dān)的限制僅可在大型全球預(yù)報(bào)中心應(yīng)用，但現(xiàn)如今，沒有足夠資源的機(jī)構(gòu)也可獲得，運(yùn)行高水平預(yù)測(cè)模型的進(jìn)入門檻顯著降低了，較低的成本也使得規(guī)模較小的公共和私人實(shí)體能借助 AI 進(jìn)入天氣預(yù)報(bào)領(lǐng)域，極大改變天氣預(yù)測(cè)產(chǎn)業(yè)傳統(tǒng)格局。

還有研究指出，大語(yǔ)言模型（如 ChatGPT）的融入可有效促進(jìn)解讀和傳達(dá)復(fù)雜的氣象信息，支持早期全民預(yù)警（The Early Warnings for All）、可持續(xù)發(fā)展目標(biāo)（SDGs）、巴黎協(xié)定和其他減災(zāi)框架的決策，增強(qiáng)災(zāi)害防范、響應(yīng)和適應(yīng)能力。

從理論上講，基于大型語(yǔ)言模型 （LLM） 構(gòu)建的 ChatGPT 等服務(wù)擅長(zhǎng)將氣候信息的范圍擴(kuò)大到地球上任何地方任何感興趣的個(gè)人，面向所有人提供本地氣候服務(wù)。雖然截至目前由于缺乏有關(guān)未來(lái)天氣和氣候變化及其影響的詳細(xì)本地信息，該設(shè)想無(wú)法落地，但如果能夠克服這一障礙，它將會(huì)幫助人們更好應(yīng)對(duì)全球氣候挑戰(zhàn)。

近年來(lái)，隨著AI 技術(shù)的飛速發(fā)展，谷歌、英偉達(dá)、華為等多個(gè)科技巨頭和研究機(jī)構(gòu)在天氣預(yù)報(bào)領(lǐng)域取得了重大突破，開發(fā)出一系列令人矚目的 AI 天氣預(yù)報(bào)產(chǎn)品。

這些產(chǎn)品不僅提升了天氣預(yù)測(cè)的精度和速度，還在極端天氣預(yù)報(bào)等關(guān)鍵領(lǐng)域展現(xiàn)了前所未有的潛力。

其中，華為云開發(fā)的盤古氣象（Pangu-Weather）模型成為全球矚目的創(chuàng)新成果之一。該模型于 2023 年 7 月發(fā)表在 Nature 雜志上，使用 39 年的全球再分析天氣數(shù)據(jù)進(jìn)行訓(xùn)練，其預(yù)測(cè)精度與全球頂尖的數(shù)值天氣預(yù)報(bào)系統(tǒng) IFS（歐洲中期天氣預(yù)報(bào)中心的數(shù)值預(yù)報(bào)系統(tǒng)）相當(dāng)，但在相同空間分辨率下預(yù)測(cè)速度比 IFS 快 10,000 倍以上。這一突破表明，AI 預(yù)報(bào)模型在效率和成本上的巨大優(yōu)勢(shì)。

圖｜2022 年不同 AI 建模系統(tǒng)（華為的 Pangu-Weather、NVIDIA 的 FourCastNet、AIFS 和 Google DeepMind 的 GraphCast）在南半球進(jìn)行 10 天預(yù)報(bào)期間的兩米溫度誤差演變。（來(lái)源：歐洲中期天氣預(yù)報(bào)中心，2024）

另一篇發(fā)表在 Nature 上的研究則介紹了由加州大學(xué)伯克利分校教授 Michael Jordan 和清華大學(xué)教授王建民領(lǐng)導(dǎo)的團(tuán)隊(duì)開發(fā)的 NowcastNet 模型。NowcastNet 結(jié)合了物理規(guī)律與深度學(xué)習(xí)技術(shù)，能夠進(jìn)行實(shí)時(shí)降水預(yù)報(bào)，顯著提高了短時(shí)臨近預(yù)報(bào)（Nowcasting）的精度。這種結(jié)合物理與 AI 的方法，展示了 AI 在捕捉天氣變化快速且細(xì)微的動(dòng)態(tài)過(guò)程中的巨大潛力。

圖｜ NowcastNet設(shè)計(jì)架構(gòu)。（來(lái)源：Nature）

同年 11 月，Google DeepMind 推出了另一款具有突破性的 AI 天氣預(yù)報(bào)模型——GraphCast。該模型可以在全球 0.25° 分辨率下，一分鐘內(nèi)預(yù)測(cè)未來(lái) 10 天的數(shù)百個(gè)天氣變量。與傳統(tǒng)氣象預(yù)報(bào)方法相比，GraphCast 不僅顯著提高了預(yù)測(cè)效率，還在極端天氣事件的預(yù)報(bào)中表現(xiàn)出色。

此外，Google Research 團(tuán)隊(duì)在 2024 年初開發(fā)的 AI 模型在全球洪水預(yù)警領(lǐng)域也取得了重大進(jìn)展。該模型擊敗了現(xiàn)有的全球最先進(jìn)洪水預(yù)警系統(tǒng)，利用 5680 個(gè)測(cè)量?jī)x器的數(shù)據(jù)進(jìn)行訓(xùn)練，能夠在 7 天預(yù)測(cè)期內(nèi)對(duì)未測(cè)量流域的日徑流進(jìn)行精準(zhǔn)預(yù)測(cè)，為應(yīng)對(duì)氣候變化導(dǎo)致的洪水風(fēng)險(xiǎn)提供了更強(qiáng)大的工具。

圖｜基于 LSTM 的河流預(yù)報(bào)模型架構(gòu)。兩個(gè) LSTM 依次應(yīng)用，一個(gè)接收歷史天氣數(shù)據(jù)，另一個(gè)接收預(yù)測(cè)天氣數(shù)據(jù)。模型輸出為每個(gè)預(yù)報(bào)時(shí)間步的流量概率分布參數(shù)。

在 AI 氣象預(yù)報(bào)領(lǐng)域的另一重要參與者是 IBM，其開發(fā)的 GRAF（Global High-Resolution Atmospheric Forecasting System）系統(tǒng)使用 AI 和機(jī)器學(xué)習(xí)對(duì)全球天氣進(jìn)行每小時(shí)更新。GRAF 是全球首個(gè)高分辨率天氣預(yù)報(bào)系統(tǒng)，能夠提供細(xì)到 3 公里分辨率的預(yù)報(bào)，在極端天氣事件的預(yù)測(cè)中提供了更高的精準(zhǔn)度。

微軟的 AI for Earth 項(xiàng)目也正在利用機(jī)器學(xué)習(xí)和大數(shù)據(jù)來(lái)改進(jìn)氣候預(yù)測(cè)和天氣預(yù)報(bào)。盡管其并未直接開發(fā)專門的 AI 天氣預(yù)報(bào)模型，但該項(xiàng)目支持的相關(guān)研究在提升天氣預(yù)測(cè)精度方面發(fā)揮了重要作用，幫助全球更好地應(yīng)對(duì)氣候變化帶來(lái)的挑戰(zhàn)。

總體來(lái)看，這些前沿 AI 天氣預(yù)報(bào)模型通過(guò)大規(guī)模歷史數(shù)據(jù)的訓(xùn)練和先進(jìn)深度學(xué)習(xí)算法的應(yīng)用，極大提升了氣象預(yù)測(cè)的速度、精度和覆蓋范圍。AI 技術(shù)正以更精確、更高速的方式變革傳統(tǒng)氣象預(yù)測(cè)，在應(yīng)對(duì)極端天氣事件和氣候變化的全球挑戰(zhàn)中發(fā)揮愈加重要的關(guān)鍵作用。

問(wèn)題與展望

然而，數(shù)據(jù)質(zhì)量和可用性仍是主要問(wèn)題。尤其是，AI 模型訓(xùn)練階段對(duì)于高質(zhì)量、一致的數(shù)據(jù)具有極大需求。
報(bào)告指出，由于國(guó)家間經(jīng)濟(jì)、政治和地理差異，數(shù)據(jù)的可得性并不均衡。此外，空間和時(shí)間數(shù)據(jù)的差距、缺少對(duì)小尺度天氣現(xiàn)象的數(shù)據(jù)以及高分辨率全球再分析數(shù)據(jù)的缺乏，均對(duì) AI 模型的訓(xùn)練效果產(chǎn)生負(fù)面影響。同時(shí)，能夠影響天氣預(yù)測(cè)精度的復(fù)雜變量，如海洋、陸地、冰凍圈和碳循環(huán)，在當(dāng)前 AI 模型中的缺失同樣也是亟需面對(duì)的一大挑戰(zhàn)。

另一方面，透明度和公平性問(wèn)題也可能限制 AI 在天氣預(yù)報(bào)領(lǐng)域的應(yīng)用。盡管正在努力改善模型的可解釋性并整合物理約束，但提高透明度以確保公眾信任仍是需要解決的一大問(wèn)題。此外，由于數(shù)據(jù)、計(jì)算能力和用戶技能的限制，AI 技術(shù)普及難度較大，這將進(jìn)一步加劇了全球數(shù)字鴻溝與不平等問(wèn)題。

展望未來(lái)，下一階段 AI 天氣預(yù)報(bào)模型的重點(diǎn)將包括數(shù)據(jù)同化和基礎(chǔ)模型的開發(fā)，經(jīng)過(guò)大規(guī)模、多樣化數(shù)據(jù)訓(xùn)練 AI 模型能夠適應(yīng)更多具體應(yīng)用。此外，擴(kuò)展現(xiàn)有的 AI 模型以涵蓋完整的地球系統(tǒng)從而增強(qiáng)氣候預(yù)測(cè)能力、利用商業(yè)衛(wèi)星和眾包數(shù)據(jù)（如物聯(lián)網(wǎng)）的潛力并結(jié)合低成本的數(shù)據(jù)存儲(chǔ)平臺(tái)和標(biāo)準(zhǔn)化工具促進(jìn)全球范圍內(nèi) AI 天氣預(yù)報(bào)技術(shù)的普及等也將是未來(lái)可供探索的重要方向。

值得注意的是，AI 將越來(lái)越多地用于支持決策和幫助全球社區(qū)應(yīng)對(duì)氣候變化及極端天氣的風(fēng)險(xiǎn)，而為確保 AI 技術(shù)對(duì)全人類有利且廣泛可及，強(qiáng)有力的全球治理和框架至關(guān)重要。

為此，需增強(qiáng) AI 模型的透明度和追溯性，促進(jìn)建立信任并制定負(fù)責(zé)任使用的標(biāo)準(zhǔn)。還需要關(guān)注道德AI發(fā)展中系統(tǒng)性偏見和公平訪問(wèn)問(wèn)題的解決，尤其在一些脆弱社區(qū)。

此外，開展培訓(xùn)與能力建設(shè)對(duì)于縮小數(shù)字鴻溝、保障 AI 工具的公正有效應(yīng)用至關(guān)重要。

作者：阮文韻