中國大模型怎樣幫助預測天氣？

中國大模型怎樣幫助預測天氣？

作者：田達瑋 科普創(chuàng)作者

審核：秦曾昌 北京航空航天大學 自動化科學與電氣工程學院 副教授

2023年，《自然》期刊上發(fā)表了一篇文章，這是第一篇以中國科技公司作為唯一署名單位的《自然》正刊。而這篇文章研究的內容，是跟人們生活息息相關的天氣預測。

雖然我們現在能很輕松地在手機上查到每天，甚至每小時的天氣狀況，但要想精確預測天氣，絕不是一件容易的事情。

天氣預測：從經驗預測到數值模擬

天氣和人類的生活生產息息相關。

所以早在幾千年前，古人就已經有了看云識天氣，或者看動物識天氣的方法，比如“燕子低飛要下雨”“一霧三晴，重霧三日必大風”“朝霞不出門，晚霞行千里”等等。

而隨著科學的發(fā)展，一些地方也開始建立早期的氣象站。它們一方面能夠繼續(xù)積累準確的氣象、氣候數據，同時也能夠對當地的天氣做出簡單的預測。雖然跟現代天氣預報的準確度沒法比，但有總比沒有強。

在19世紀中期，電報開始普及，人們能夠跨越很遠的距離交流信息。這對于氣象站來說也很重要，特別是在得知了上風向地區(qū)的天氣之后，可以根據這些情況對天氣做出預測。

但隨著社會的發(fā)展，這種預測方式已經遠遠不能滿足人們的需要了。

到20世紀之后，氣象科學家相信，人們是可以基于熱力學、流體力學模型，對天氣狀況進行預測的。并且給出了大致的預測思路，給定一個初始條件，用它帶入到考慮了眾多氣象參數的模型中，就能根據這個條件推算出接下來的天氣。

在1922年，英國數學家劉易斯·弗萊·理查森（Lewis Fry Richardson）進行了一次嘗試，利用手動計算的方式，進行了一次天氣預測。

雖然當時的天氣預測模型還相當簡單，而且非常耗時（這次預測耗費了劉易斯一個多月的時間），而預測出來的結果跟實際狀況相差十萬八千里。

但劉易斯還是比較樂觀的，他認為，在未來“計算機器”的幫助下，人們可以更加快速準確地預測天氣。

劉易斯的猜想沒錯，在劉易斯的首次嘗試之后三十年，電子計算機開始應用在天氣預報上。這種基于大氣的數學物理模型預測天氣的方法叫作數值預測。

隨著氣象數據的積累、大氣模型的完善，以及計算機算力的飛速提高，數值預測天氣也變得越來越準確，成為了氣象預測中的標準方法。

目前世界上比較知名的氣象預測機構和模型，都是基于數值預測模型建立的。其中的佼佼者，要數歐洲中期天氣預報中心（ECMWF）了。而在開頭提到的論文中，AI預測的結果也是和歐洲中期天氣預報中心的預測結果進行比較的。

AI預測天氣模型

雖然數值模型預測天氣已經非常準確了，但它依然存在一些問題。比如每次計算需要消耗大量的算力和時間。

而隨著AI技術的發(fā)展，特別是深度學習技術的發(fā)展，人們也開始嘗試用AI來預測天氣。使用相同的計算資源的情況下，AI預測能比傳統(tǒng)的數值模型預測快好幾個數量級。

但再過去，AI預測模型的準確度還不夠高。比如2022年時候的FourCastNet，它的預測準確度就遠低于歐洲中期天氣預報中心模型。

2023年論文中提到的盤古氣象大模型也是基于深度學習技術，利用歐洲中期天氣預報中心的再分析數據集（ERA5 數據）對模型進行訓練。

ERA5的數據分辨率為1小時，模型采用了1979到2017年超過34萬個時間點的數據進行訓練量。

而且和過去的模型不同，盤古大模型采用的是三維深度神經網絡，讓模型能夠更好地“理解”不同氣壓層的大氣變化，從而更好地“理解”天氣。

模型還提前輸入了地球的“先驗”知識，讓模型能夠更好地考慮地球上不同位置的氣候特征，這些都讓盤古大模型有了更好的預測效果。

模型3D神經網絡架構，圖片源自文獻1

結果發(fā)現，對于濕度、風速、溫度、海平面氣壓等方面，盤古模型的預測準確率優(yōu)于之前的AI模型FourCastNet，也比歐洲中期天氣預報中心的數值模型要好。

更重要的是，盤古模型的預測速度比歐洲中期天氣預報中心的數值模型快1萬倍以上，這對于節(jié)約計算資源，以及即時預報極端天氣來說至關重要。

預測熱帶氣旋

預測熱帶氣旋的走向是一件非常困難的事情。很多人可能還記得，在2023年，超強臺風“卡努”的行蹤就非?！半y以捉摸”，來了兩次180度的大轉彎。

2023年臺風“卡努”的軌跡，圖片來源：Wikipedia

盤古氣象模型也對2018年的幾個臺風軌跡做出了預測，預測準確度都比歐洲中期天氣預報中心的高。

比如，2018年歐洲中期天氣預報中心曾經預測臺風“康妮”會在中國登陸，而實際上沒有。盤古氣象模型預測的結果和實際情況更接近。

另外對臺風“玉兔”的軌跡預測上，盤古氣象模型比歐洲中期天氣預報中心早兩天預測出了它會在菲律賓登陸，這對于人們預防臺風來說是至關重要的。

盤古、歐洲中期天氣預報中心對康妮，玉兔的預測結果，圖片來源：參考文獻1

AI預測天氣在繼續(xù)進步

繼盤古氣象模型之后，2024年，《自然》期刊又發(fā)布了谷歌研究院團隊設計的大氣環(huán)流模型“Neural GCM”。

這個模型能夠進行中短期的天氣預測，同時還能完成長達幾十年的氣候模擬。

在對1到15天的預報準確率上，“Neural GCM”也和歐洲中期天氣預報中心的準確率不相上下。而它在預測龍卷風這種的極端天氣上，準確率也超過了已有的氣候模型。

而且也和盤古模型一樣，“Neural GCM”也能極大地節(jié)約計算資源。它預測中期天氣和長期氣候的速度比傳統(tǒng)的大氣環(huán)流模型快了3到5個數量級。

雖然目前AI預測模型還不能完全取代原來的數值預測模型，但包括歐洲中期天氣預報中心（ECMWF）和美國國家海洋和大氣管理局（NOAA）等機構在內，已經開始試用AI技術來提高計算效率和預測精度。

相信在AI的加持下，天氣預報或許會更加精確，或許預測幾點幾分下幾滴雨這樣的事情也不再算“天機”。這無疑也會為我們的生活提供更大的便利，讓我們拭目以待吧。

參考文獻：

[1] Lynch P. The origins of computer weather prediction and climate modeling[J]. Journal of computational physics, 2008, 227(7): 3431-3444.

[2] Bi K, Xie L, Zhang H, et al. Accurate medium-range global weather forecasting with 3D neural networks[J]. Nature, 2023, 619(7970): 533-538.

[3] Kochkov D, Yuval J, Langmore I, et al. Neural general circulation models for weather and climate[J]. Nature, 2024, 632(8027): 1060-1066.