近期全球出现一系列极端天气，严重危及人类生产生活，各国对于更加精准、高效的中长期天气预报的需求不断提升。近日，上海人工智能实验室联合中国科学技术大学、上海交通大学、南京信息工程大学、中国科学院大气物理研究所及上海中心气象台发布全球中期天气预报大模型“风乌”。《环球时报》记者日前专访了“风乌”大模型的科学家团队，听他们详细讲述“风乌”背后的运作原理以及AI大模型将如何改变天气预报。
精度、时效全面领先
据《环球时报》记者了解，上海人工智能实验室AI for Earth联合团队基于多模态多任务的深度学习方法构建了“风乌”大模型。由于不需要通过复杂的物理系统仿真，AI气象预报模型突破了传统预报方法的计算瓶颈，因此能够高效地进行预报和集成。同时AI对气象数据关系的强大拟合能力使其有潜力突破传统数值模式预报中的性能瓶颈。
据上海人工智能实验室领军科学家欧阳万里介绍：“风乌”取名自秦汉时期的“相风铜乌”，是世界上最早的测风设备。
气象预报是非常复杂的系统，从国家的风云卫星、气象站等收集数据，到数据整理、质量控制，之后再到大气同化，即对数据进行处理，并根据预报模型的需求建立大气状态，最后才是预报和后处理。
上海人工智能实验室青年科学家白磊向《环球时报》记者介绍，“风乌”模型主要聚焦于其中的预报环节，利用大气再分析得出的数据来训练“风乌”，继而得到更加准确的天气预报。
“风乌”大模型对大气同化提供的要素，比如风速、温度、湿度等，运用人工智能进行分析，用于预测未来的天气。“人工智能能够利用过往的气象要素，如温度对未来天气进行预测，并获得较好的预测结果。”欧阳万里解释道。
如何提高天气预报的时效和准确度，一直是业内的重点课题。随着近年全球气候变化加剧，极端天气频发，各界对天气预报的时效和精度的期待更是与日俱增。在气象气候预报任务中，全球中期天气预报是最重要的预测任务之一，同时难度也较大。由于气象观测的准确度、大气系统中物理过程的复杂性以及求解大气模型所需资源规模巨大，过去数十年间，全球中期天气预报的有效性每10年才提高1天。
欧阳万里称，“风乌”大模型的领先性在于它对关键气象要素的有效预报时长达到10天以上。据白磊介绍，全球范围内最好的物理模型HRES有效预报时长为8.5天，而“风乌”基于再分析数据达到10.75天，“可以说‘风乌’的有效预测期已经超过了以往最好的物理模型”。
据上海AI实验室方面介绍，“风乌”在80%的评估指标上超越谷歌旗下DeepMind发布的气象大模型GraphCast。在预报精度方面，相比GraphCast，“风乌”的10天预报误差降低10.87%，相比于传统的物理模型，误差降低19.4%。
可用于对极端天气的预报
对于极端天气，AI大模型有没有更好的解决办法？据《环球时报》了解，上海AI实验室正探索运用“风乌”对台风等极端天气进行预报，目前已取得一定成果。在刚刚过去的2023世界人工智能大会上，白磊表示，“风乌”基于业务初始场对今年的“玛娃”台风进行了准确的轨迹预报。
“这就说明，虽然近年来极端天气频现，但整个大气层的底层规律还是相似的，其中一些共性规律可以被AI发现并学习到。”白磊表示。不过，目前仍需要针对气象变化的情况对模型进行微调，不断运用更多数据提高算法的有效性，有针对性地改进模型，以进一步提高其对极端天气的预报能力。
白磊认为，AI用于气象预测仍有很大提升空间，“分辨率还可以提升，比如之前可以对一个区的天气进行预测，今后希望精确到一个街道，我们目前正在朝着更精确、更精准的方向努力。”
应用前景广阔
据气象专家介绍，尽管目前市面上有一些产品能够提供未来15天甚至更久的气象预报服务，但10天以上的预报性能还具有很大不确定性，无法达到有效预报的标准。实践证明，将观测与数值预报和人工智能相结合，可有效提升数值预报的准确性。“风乌”首次将全球气象预报的有效性提高到10.75天，具有很大的业务应用价值。
当问及“风乌”大模型会应用到哪些生产生活环节时，欧阳万里表示除了大家平时手机上可以看到的气象预报外，大模型还可应用于产业级的气象预报，服务于农业、海洋、电力等行业。
以电力行业为例，风力发电取决于风力大小，太阳能发电取决于阳光是否充足，而“风乌”大模型可辅助对风速、日照等进行更精准的预测。此外，气象变化会影响电网的消耗以及对用电的调度，“风乌”的预测功能在其中也能起作用。
据团队介绍，在未来，“风乌”AI气象大模型可与传统的物理模型形成互补，凭借其卓越的性能和精度，为生产生活提供更准确、更实用的天气预报信息，助力天气预报数字化，为农林牧渔、航空航海等各行业及公共安全保障提供有力的支持。
欧阳万里补充说，有时候气象专家可能从两种模型中得到不一样的预测，所以“风乌”可以与物理模型形成互补，提供的信息越多，越有利于对气象的准确预测。他解释称，比如物理模型可能会预告强降雨会发生在某两个区，而人工智能模型预告强降雨会覆盖第三个区域，这时候就可以扩大防灾减灾范围。“因为相比之下防灾减灾的成本是小的，但如果没有预防措施，损失将会很大。”
中国科学院大气物理研究所研究员马柱国长期专注气候变化领域研究，作为气候模型专家，马柱国深知算力、算法与信息数据处理之间的密切关系。在他看来，人工智能进入气象预报和大气物理应用场景中，本质上带来的还是通过算力、算法对大数据等信息进行整合，对模型模式提供更多新的技术支持和方法，继而提升预报准确性和效率，“但不能期待或简单说人工智能将取代传统的主流预测方法，至少目前尚不具备条件”。
以大家耳熟能详的卫星云图为例，马柱国解释称，天气预报中，卫星监测十分有效，能够直观看到云团行进轨迹和速度，一旦用数据化的模式算法取代人工直观观测，实质上带来的改变也是明显的。
【来源：环球时报】
