美国微软公司将正在开发的大气科学类人工智能（AI）模子正式发表于国际学术期刊《自然》（Nature）。该模子名为Aurora，除了能进行高区分率天色预报，研讨团队还展示了其能更准确和高效地预报氛围质量、热带气旋路径和海浪动力学。

“这是一个面向地球系统的基础模子，可以或许处理多种预测任务。”研讨团队在5月21日晚间在线发表于《自然》上的论文中写道，受到其他范畴基础模子近期乐成案例的启发，我们首次让Auror经过了100万小时以上多样化地球系统数据预训练。

毫无疑问，在自然灾害、极端天色等日趋频发的背景下，出色的“预报员”显得更为重要。地球系统预报每每能提供多种历程的信息，比方天色、氛围质量、洋流、海冰和飓风等，这是对极端事件做出初期预警的必要工具。

但是，研讨团队指出，这些预报依赖基于数十年纪据的复杂模子，对算力要求很高，平常必要利用专门的超等计算机和专职工程团队来维护。同时，由因而大型团队经年累月开发形成的复杂模子，其快速改进难度大，且必要投入大量时间和专业学问能力无效经管。

睁开剩余 73 %

研讨团队认为，机器学习为解决这些问题提供了极具吸收力的工具箱。尽管这一概念早在20世纪90年代就被引上天球科学范畴，其时神经网络技能已开始应用于各类地球预测问题。但AI技能在地球系统预报中的利用尚未得到充分探索，重要的突破则出现于近两年。

来自微软研讨院的人工智能首席研讨员Paris Perdikaris等人尤其指出，2023年，盘古景象形象大模子取得庞大突破，其性能超越了最先辈的预报系统，由此掀起了一波基于人工智能的天色预报模子研发海潮。

2023年7月，同样在《自然》杂志上，华为云盘古大模子研发团队发表了研讨成果——《三维神经网络用于精准中期环球天色预报》（《Accurate medium-range global weather forecasting with 3D neural networks》）。通过在43年的环球天色数据上训练深度神经网络，盘古景象形象大模子在精度和速率方面超越传统数值预测方法。盘古景象形象大模子也是首个精度凌驾传统数值预报方法的AI模子，速率相比传统数值预报提速10000倍以上。

华为官网其时写道，这是比年来中国科技公司首篇作为独一署名单位发表的《自然》正刊论文。《自然》审稿人也对该成果给予高度评价，“华为云盘古景象形象大模子让人们重新审阅景象形象预报模子的将来，模子的开放将推动该范畴的进展。”

Aurora是一个拥有13亿参数的地球系统基础模子。图摘自团队研讨论文

Paris Perdikaris和同事此次报道的Aurora是一个经过100万小时以上地球物理数据训练的AI模子。研讨表现，Aurora 预报氛围质量、海浪、热带气旋路径和高区分率天色的表现凌驾了现有模子，且算力成本低于现有预报技能。

比方，在热带气旋路径预测方面，论文表现，平均而言，Aurora在北大西洋和东太平洋的预测性能比其他7个预报中央优20%，在西北太平洋上优18%，澳大利亚地区优24%。

研讨团队提到2023年7月的超强“杜苏芮”台风，该台风最终成为太平洋地区造成经济损失最严重的台风，损失金额凌驾280亿美元。研讨团队称，Aurora准确预测到“杜苏芮”将在菲律宾北部登陆。

在实际应用中，Aurora在热带气旋预测方面的表现优于当前最先辈的预测系统。图摘自研讨团队论文

值得存眷的是，在Aurora基础模子的基础上，研讨团队针对一系列下游任务的微调实验仅需4-8周时间，而且由小型工程师团队完成，而目前开发基线模子所必要的时间平常为好几年。

研讨团队也同时强调指出，这种加速进程的实现完全得益于数十年来传统数值方法研讨积存的庞大数据资源。

论文最后还提到，Aurora目前尚未触及其性能天花板。作者们表示，Aurora是一个地球系统基础模子，改造后或能用于天色预报之外的用处。他们总结道，Aurora代表了高效地球系统预报的一次进展，表现出AI技能在更广泛获取天色和气候信息方面的潜力。

论文链接：

https://www.nature.com/articles/s41586-025-09005-y

发布于：上海市