新華社倫敦7月6日電(記者 郭爽)英國《自然》雜誌5日發表華為雲盤古大模型研發團隊研發的高解析度全球AI氣象預報系統研究成果,這一基於三維神經網路的氣象預報系統精度超過傳統數值預報方法,且速度提高了1萬倍以上。
華為雲盤古大模型研發團隊發現,AI氣象預報模型的精度不足主要有兩個原因:第一,原有的AI氣象預報模型都是基於二維神經網路,無法很好地處理不均勻的三維氣象數據;第二,AI方法缺少數學物理機理約束,因此在迭代的過程中會不斷積累迭代誤差。
為此,研究團隊創造性地提出了適應地球坐標系統的三維神經網路來處理複雜的不均勻三維氣象數據,並且使用層次化時域聚合策略來減少預報迭代次數,從而減少誤差。團隊這篇名為《三維神經網路用於精準中期全球天氣預報》的研究文章稱,通過在全球天氣數據上訓練深度神經網路,盤古氣象大模型不僅在精度上超過了傳統數值預測方法,而且比傳統方法預測速度提升1萬倍,能提供秒級的全球氣象預報。
《自然》雜誌審稿人評價説,華為雲盤古氣象大模型讓人們重新審視氣象預報模型的未來,模型的開放將推動該領域的發展。
目前,盤古氣象大模型的氣象預測結果包括位勢、濕度、風速、溫度、海平面氣壓等,可以直接應用於多個氣象研究細分場景。