CLIMATEWIRE | 几十年来，早间天气预报一直依赖于相同的传统模型。现在，天气预报有望加入人工智能革命性改造行业的行列。
周三发表在科学期刊《自然》杂志上的一组论文，吹捧了两种新的人工智能预报方法的潜力——研究人员表示，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人工智能模型浪潮的一部分。它们有可能改变预报行业。
关于支持科学新闻
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保未来能够继续讲述关于塑造我们当今世界的发现和想法的重要故事。
但专家警告说，气候变化可能会对新兴的人工智能天气模型构成独特的挑战。
人工智能系统依赖历史天气数据来教导它们如何产生准确的预报。但是，随着地球变暖，某些类型的天气事件（如热浪和飓风）正变得越来越强烈——在某些情况下，它们正变得如此极端，以至于历史记录中几乎没有例子。这可能会使人工智能天气模型难以准确模拟前所未有的、破纪录的事件。
这些是人工智能专家仍在调查的问题。尽管如此，新的《自然》杂志论文表明，人工智能天气预报的世界正在迅速发展。
第一篇论文描述了一个名为“盘古-天气”的模型——它可以提前一周左右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，能够产生比传统模型快 10,000 倍的结果。
研究人员发现，它能够准确跟踪热带气旋的路径。它甚至比世界领先的天气中心之一——欧洲中期天气预报中心略微准确。
尽管如此，“盘古-天气”仍然存在一些局限性。研究人员没有调查其在降水方面的表现——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，第二篇论文主要处理降雨。它描述了一个名为 NowcastNet 的人工智能系统，该程序专门从事最多未来几个小时的短期预报。研究人员发现，NowcastNet 能够胜过许多领先的竞争对手。
“盘古-天气”和 NowcastNet 是一些最新出现的新人工智能天气模型，其中许多模型由私营公司而非传统上主导天气的政府实体开发。这些程序在某些基本方面与传统的预报系统不同。
传统的预报依赖于一种称为数值天气预报的系统。这是一种数学模型，它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。
由于涉及如此多的数学和物理学，数值天气模型需要极高的计算能力。这使得它们运行起来既昂贵又耗时。这也限制了这些模型可以准确捕捉的精细过程。例如，单个云的物理学很难在进行大规模全球预测的模型中模拟。
科学家们已经想出了各种方法来绕过传统模型中的这些困难。一种策略是称为参数化的方法——即科学家用一个简化的程序替换模型中的实际物理方程，该程序通常可以捕捉过程，而无需模型来表示实际物理原理。
但爱好者们认为，人工智能可以取代这些变通方法，并可能获得更快、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原理。相反，它们摄取大量的历史天气数据，并学习识别模式。然后，当向它们呈现有关当今天气条件的新数据时，它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天气模型中，以使其运行速度更快、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——它可以完全取代数值模型系统。
这是一个迅速发展的领域。就在两年前，在发表在皇家学会期刊上的一篇论文中，科学家们认为人工智能天气模型“可能有可能”产生与数值模型相等或更好的结果。
研究人员表示：“我们认为，数值天气模型有一天可能会变得过时并非不可思议，但在实现这一目标之前，还需要一些根本性的突破。”
像“盘古-天气”和 NowcastNet 这样的新兴方法表明，此类突破正在进行中。科罗拉多州立大学研究人员伊梅·埃伯特-乌普霍夫和凯尔·希尔伯恩在对新研究的评论中也指出，该领域具有潜力，该评论也于周三发表在《自然》杂志上。
他们写道，原则上，像“盘古-天气”这样的模型所表现出的快得多的计算速度“可能会产生巨大的好处”。
另一方面，人工智能系统仍然存在一些潜在的障碍——尤其是在地球变得越来越暖的情况下。
专家警告说，随着极端天气事件因气候变化而变得更加强烈，人工智能模型在模拟极端天气事件时可能会遇到问题。
随着气温升高，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，其中一些事件正朝着前所未有的方向发展。仅在过去一周，全球各地的热纪录都被打破，同时科学家警告说，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关键的功能之一，它使决策者能够发布公共安全公告或在有足够时间保护弱势群体的情况下进行疏散。但是，人工智能模型学习如何使用历史天气数据来生成预报——并且随着天气变得越来越极端，历史记录中此类极端事件的例子可能会越来越少。
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，如果向它们呈现完全陌生的天气条件，可能很难预测它们会如何反应。
埃伯特-乌普霍夫和希尔伯恩在他们的评论中警告说，当人工智能系统“在它从未遇到过的条件下运行时，其行为通常是不可预测的”。“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构成了挑战。他们还指出，虽然一些研究试图评估人工智能系统在捕捉数据有限的极端情况时的性能，但它们产生了喜忧参半的结果——有些表现良好，而另一些则失败了。
科罗拉多州气候学家、科罗拉多州立大学科学家拉斯·舒马赫在给 E&E 新闻的电子邮件中表示：“人工智能模型在气候变暖的情况下将如何表现是一个非常有趣的问题，据我所知，目前尚未对此进行非常深入的探讨。”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状况的模型。
他建议，包含人工智能组件和数值模型组件的混合模型在应对破纪录事件时可能会遇到较少的困难。但他表示，对于完全由人工智能驱动的模型，“目前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，这些是在研究人员继续开发人工智能天气模型时需要考虑的重要评估。他们不仅必须调查模型在日常天气预报中的表现方式，还必须调查模型在危险的、影响重大的事件中的表现方式。
总的来说，他认为人工智能天气模型具有潜力。但他指出，它们也可能不会完全取代传统方法。数值模型和人工智能模型最终可能会有不同的优势，而人类经验对于综合和传达有关天气的信息仍然很有价值。
他说：“在我看来，我们最好能达到这样一个地步：气象领域可以利用所有方法的优势。”
转载自 E&E 新闻，经 POLITICO, LLC 许可。版权所有 2023 年。E&E 新闻为能源和环境专业人士提供重要新闻。