南宫28(中国.NG)官方网站【人工智能开启景象预测新纪元】10众年前，当美邦加州理工学院天气科学家塔佩奥施奈德初次对云怎么造成实行修模时，须要费尽心血地调治形容水滴、气流和温度怎么互相功用的方程。但2017年，机械研习等人工智能（AI）时间成为他的“左膀右臂”。施耐德流露，机械研习修模速率更速，给出的模子更令人得志，让天气修模和天气科学变得更意思。
10众年前，当美邦加州理工学院天气科学家塔佩奥·施奈德初次对云怎么造成实行修模时，须要费尽心血地调治形容水滴、气流和温度怎么互相功用的方程。但2017年，机械研习等人工智能（AI）时间成为他的“左膀右臂”。施耐德流露，机械研习修模速率更速，给出的模子更令人得志，让天气修模和天气科学变得更意思。
英邦《自然》网站正在即日的报道中指出，科学家正操纵各式AI时间，加快天气修模速率并更正其机能，渴望升高模子切确性的同时下降其能耗。当然，鉴于AI存正在“黑匣子”，并非完全人都统统信赖基于机械研习时间的模子。
古代天气模子应用数学方程来形容陆地、海洋和氛围之间的互相功用怎么影响天气。这些模子运转优越，给出的天气预测消息可用于领导环球计谋同意。
但这些模子须要功用健壮的超等计较机运转数周功夫，且耗能极高。古代模子模仿一个世纪的天气，损耗的能源高达10兆瓦时，约等于美邦度庭均匀年用电量。其它，这些模子很难模仿雨滴怎么造成等小界限流程，但这些小流程正在大界限气候模仿中阐扬着紧张功用。
机械研习指计较机轨范通过挖掘数据荟萃的形式来研习。加州大学洛杉矶分校计较机科学家阿迪亚·格罗弗指出，机械研习范畴的一系列更始希望正在天气修模范畴“大显技术”。
第一种格式须要拓荒名为模仿器的机械研习模子，它可能正在不实行所罕有学计较的状况下，给出与古代模子无别的结果。
2023年，澳大利亚联邦科学与工业斟酌机闭天气科学家瓦西里·基齐奥斯及其同事拓荒了15个机械研习模子，以模仿15个基于物理学的大气模子。他们应用物理模子教练QuickClim体例。这些物理模子针对低碳排放和高碳排放两种状况，来预测2100年的大气温度。正在中等碳排放景象下，承受教练后的QuickClim预测2100年大气温度的结果，与基于物理学的模子分外吻合。
一朝承受完全低、中、高3种碳排放景象教练，QuickClim就能迅疾预测本世纪环球气温的变动，速率比古代模子速约100万倍。
无独有偶，2023年，艾伦斟酌所科学家也为一个基于物理学的大气模子拓荒出机械研习模仿器ACE。斟酌团队将10组初始大气前提输入该模子中，创修了教练数据集。模仿器ACE预测了10种状况下来日10年气温、水蒸气和风速等16个变量的变动状况。斟酌显示，进程教练后，ACE能正在10年内，提前6小时作出预测。其它，ACE更切确预测了90%大气变量的形态，运转速率和能效也都晋升了100倍。
施耐德指出，此类模子希望通过探求众种场景来助助计谋同意者实行决定，但是，它们不会庖代基于物理学的模子，而是与其“协同作战”。
操纵AI的第二种格式是拓荒基底模子。这些基底模子随后可能调治，以推广平常的天气和气候闭联职分。
基底模子基于如许一种见解：数据中存正在可能预测来日天气的根本形式。通过挖掘这些湮没的形式，基底模子希望比古代本事更好地预测天气和气候。
2023年，格罗弗和微软科学家创修了基底模子ClimaX。斟酌团队操纵5个基于物理学天气模子的输出数据对其实行了教练，随后对其实行了微调，使其推广更众职分。
比如，该模子基于二氧化碳、二氧化硫、黑碳和甲烷程度等输入变量预测了环球均匀地外温度、日温度范畴和降雨量。结果显示，ClimaX比帕里斯团队创修的3个天气模仿器更好地预测了与温度闭联变量的形态。但正在预测降雨量方面，ClimaX的显示不如3个模仿器中最好的。
帕里斯也招供，目前他们并不行说明ClimaX的机能优于古代天气模子，也无法说明基底模子性质上优于模仿器。
第三种格式试图“一举两得”，即将机械研习组件嵌入基于物理学的模子内，天生搀杂模子。正在这种状况下，机械研习模子只庖代古代模子中效益较差的个人，经常是对云怎么造成、积雪和河道滚动等小界限但繁杂且紧张流程实行修模。
模仿这些小界限流程是尺度天气模子的“短板”，而搀杂模子的机能优于纯基于物理学的模子，同时又比统统由AI构修的模子更值得信任。
鉴于此，施耐德及其同事创修了地球大气层和陆地的物理模子，个中囊括了少数此类小界限流程的机械研习轨范。他指出，正在依照史籍观测数据对河道流量和积雪实行测试时，这些搀杂模子显示优越。团队心愿本年尾前结束一个可能与大气和陆地模子耦合的海洋搀杂模子，行动天气修模同盟（CliMA）项目标一个人南宫28。
科学家们以为，最新的AI时间明显晋升了景象预测的切确性和细节层面的判辨才能，开启了智能景象预测的新纪元。跟着时间发展，来日的景象预测将加倍精准和高效。