气候线| 几十年来，早晨的天气预报一直依赖于相同类型的传统模型。现在，天气预报即将加入人工智能带来革命性变革的行业行列。
研究人员称，周三在科学杂志《自然》上发表的两篇论文 宣传了两种新的人工智能预测方法的潜力——这些系统可以比传统模型产生更快、更准确的结果。
它们是席卷全球气象界的新一波人工智能模型的一部分。它们有潜力改变预测行业。
但专家警告说，不断变化的气候可能会给新兴的人工智能天气模型带来独特的挑战。
人工智能系统依靠历史天气数据来教他们如何进行准确的预测。但随着地球变暖，某些类型的天气事件（例如热浪和飓风）变得更加强烈，在某些情况下，它们变得如此极端，以至于历史记录中几乎没有这样的例子。这可能会使人工智能天气模型难以准确模拟前所未有的破纪录事件。
这些都是人工智能专家仍在研究的问题。尽管如此， 《自然》杂志的新 论文表明人工智能天气预报领域正在迅速发展。
第一 篇论文 描述了一个名为盘古天气的模型——它可以提前大约一周预测不同的全球天气变量，例如温度和风速。该模型由中国科技公司华为技术有限公司的研究人员开发，生成结果的速度比传统模型快一万倍。
研究人员发现，它能够准确追踪热带气旋的路径。它甚至比世界领先的气象中心之一欧洲中期天气预报中心还要准确一些。
尽管如此，盘古天气还是有一些局限性。研究人员没有调查其对降水的影响——降水是一个主要的天气变量，也是模型中最难准确捕捉的变量之一。
另一方面，第二篇论文主要涉及降雨 。它描述了一个名为 NowcastNet 的人工智能系统，该程序专门用于对未来几个小时内的短期预测进行预测。研究人员发现 NowcastNet 有能力超越许多领先的竞争对手。
Pangu-Weather 和 NowcastNet 是最近一波新的人工智能天气模型中的最新成员，其中许多模型是由私营公司而不是传统上主导天气的政府实体开发的。这些程序在一些基本方面不同于传统的预测系统。
传统的预报依赖于一种称为数值天气预报的系统。它是一种数学模型，使用复杂的方程来预测天气系统随时间和空间变化的方式。这些方程描述了大气和海洋中空气和水运动背后的实际物理原理。
由于涉及大量数学和物理知识，数值天气模型需要极高水平的计算能力。这使得它们的运行成本昂贵且耗时。它还限制了这些模型可以准确捕获的精细过程。例如，诸如单个云的物理性质之类的事情很难在进行大规模全球预测的模型中进行模拟。
科学家们想出了各种方法来解决传统模型中的这些困难。一种策略是一种称为参数化的方法，即科学家用一个简化的程序替换模型中的实际物理方程，该程序通常捕获该过程，而不强迫模型代表实际的物理现象。
但狂热者认为，人工智能可以取代这些解决方法，并可能带来更快、更准确的结果。
人工智能模型不必以数学方程的形式表示实际物理。相反，它们摄取大量历史天气数据并学习识别模式。然后，当他们收到有关当前天气状况的新数据时，他们会使用这些模式进行预测。
几十年来，科学家们一直致力于将人工智能组件集成到传统的天气模型中，试图使其运行速度更快、成本更低。一些公司现在正在开发全人工智能模型——例如盘古天气和NowcastNet——可以完全取代数值模型系统。
这是一个快速发展的领域。就在两年前，在 英国皇家学会期刊上发表的一篇论文中，科学家们提出，人工智能天气模型“可能有潜力”产生与数值模型相同或更好的结果。
研究人员表示：“我们认为，数值天气模型有一天可能会过时，这并非不可想象，但在实现这一目标之前，需要取得一些根本性的突破。”
Pangu-Weather 和 NowcastNet 等新兴方法表明此类突破正在进行中。科罗拉多州立大学研究人员 Imme Ebert-Uphoff 和 Kyle Hilburn在周三发表在 《自然》杂志上的一项新研究评论中表示，该领域具有潜力 。
他们写道，原则上，盘古天气等模型所表现出的计算速度要快得多，“可以带来巨大的好处”。
另一方面，人工智能系统仍然存在一些潜在的障碍——尤其是在地球变暖的情况下。
专家警告说，随着气候变化导致极端天气事件变得更加严重，人工智能模型在模拟极端天气事件时可能会遇到问题。
随着气温上升，热浪、干旱、飓风、野火和无数其他与气候相关的事件都变得更加极端，其中一些正在转向前所未有的领域。仅在上周，全球各地的高温记录就被打破，而科学家警告说，地球可能正在经历人类历史上最热的日子。
准确预测极端天气事件是天气模型最重要的功能之一，使决策者能够发布公共安全公告或促进疏散，有足够的时间来保护弱势群体。但人工智能模型学习如何使用历史天气数据进行预测——随着天气变得更加极端，历史记录中此类强烈事件的例子可能会减少。
这意味着人工智能系统可能没有足够的数据来准确模拟未来前所未有的极端情况。事实上，如果他们遇到完全陌生的天气条件，可能很难预测他们会如何反应。
Ebert-Uphoff 和 Hilburn 在评论中警告说，人工智能系统的行为“当程序在以前从未遇到过的条件下运行时，通常是不可预测的”。“因此，极端天气事件可能会引发高度不稳定的预测。”
其他专家也提出了类似的担忧。
2021 年英国皇家学会论文的作者指出，历史记录中“极端事件的稀缺性”对人工智能天气模型提出了挑战。他们还指出，虽然一些研究试图评估人工智能系统在用有限的数据捕获极端情况时的性能，但它们产生的结果好坏参半——有些表现良好，而另一些则表现不佳。
科罗拉多州气候学家、科罗拉多州立大学科学家 Russ Schumacher 表示：“人工智能模型如何在气候变暖的情况下发挥作用是一个非常有趣的问题，据我所知，目前尚未得到非常彻底的探索。”在给 E&E News 的电子邮件中。舒马赫自己的研究小组已将人工智能应用于预测风暴和其他危险天气条件的模型。
他建议，同时包含人工智能组件和数值模型组件的混合模型可能会在破纪录的事件中遇到更少的困难。但他表示，对于完全由人工智能驱动的模型，“尚不完全清楚它将如何应对完全超出历史记录的情况。”
他补充说，当研究人员继续开发人工智能天气模型时，这些都是需要考虑的重要评估。他们不仅必须研究模型在日常天气预报中的表现，还要研究危险、高影响事件的表现。
总的来说，他认为人工智能天气模型具有潜力。但他指出，它们也可能无法完全取代传统方法。数值模型和人工智能模型最终可能具有不同的优势，而人类经验对于合成和传达天气信息仍然很有价值。
“在我看来，我们理想的状态是气象领域可以利用所有方法的优势，”他说。
