【資料圖】

今日，國際頂級學術期刊《自然》(Nature)雜志正刊發(fā)表了華為云盤古大模型研發(fā)團隊研究成果——《三維神經網絡用于精準中期全球天氣預報》（《Accurate medium-range global weather forecasting with 3D neural networks》）。數據顯示，這是近年來中國科技公司首篇作為唯一署名單位發(fā)表的《自然》正刊論文?！蹲匀弧穼徃迦藢υ摮晒o予高度評價：“華為云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(fā)展。”

華為云盤古氣象大模型是首個精度超過傳統(tǒng)數值預報方法的AI模型，速度相比傳統(tǒng)數值預報提速10000倍以上。目前，盤古氣象大模型能夠提供全球氣象秒級預報，其氣象預測結果包括位勢、濕度、風速、溫度、海平面氣壓等，可以直接應用于多個氣象研究細分場景，歐洲中期預報中心和中央氣象臺等都在實測中發(fā)現盤古預測的優(yōu)越性。

今年5月，臺風“瑪娃”走向受到廣泛關注。中央氣象臺表示，華為云盤古大模型在“瑪娃”的路徑預報中表現優(yōu)異，提前五天預報出其將在臺灣島東部海域轉向路徑。在剛剛結束的第19屆世界氣象大會上，歐洲中期預報中心也指出，華為云盤古氣象大模型在精度上有不可否認的能力，純數據驅動的AI天氣預報模型，展現出了可與數值模式媲美的預報實力。

華為云盤古大模型研發(fā)團隊發(fā)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于2D神經網絡，無法很好地處理不均勻的3D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，團隊創(chuàng)造性地提出了適應地球坐標系統(tǒng)的三維神經網絡（3D Earth-Specific Transformer）來處理復雜的不均勻3D氣象數據，并且使用層次化時域聚合策略來減少預報迭代次數，從而減少迭代誤差。通過在43年的全球天氣數據上訓練深度神經網絡，盤古氣象大模型在精度和速度方面超越傳統(tǒng)數值預測方法。

未來，華為云將聯合全球氣象機構，繼續(xù)探索并發(fā)揮AI在氣象領域的應用潛力，為農林牧漁、航空航海等各行業(yè)提供支持。

責任編輯：

關鍵詞：