参考消息网3月22日报道(dao) 据英国《新科学家》周刊网站(zhan)3月20日报道(dao)，一款人(ren)工智能(AI)天(tian)气预报程序的开发者说，这款在台式电脑上运行的程序可(ke)以在一秒钟内预测天(tian)气，准确性与(yu)传(chuan)统天(tian)气预报不相上下，而(er)传(chuan)统天(tian)气预报要在功能强(qiang)大的超级(ji)计算机上运行数小时甚(shen)至数天(tian)才(cai)能得(de)出结果。
自(zi)20世纪50年(nian)代以来(lai)，天(tian)气预报一直依赖物理学模型，这些模型根据卫星(xing)、气球和气象站(zhan)的观测数据进行推断。但(dan)这种所谓的数值天(tian)气预报(NWP)需要巨大的计算量，且依赖于庞大、昂贵且耗(hao)能高的超级(ji)计算机。
近年(nian)来(lai)，研究(jiu)人(ren)员(yuan)试图通过AI来(lai)简(jian)化这一过程。美(mei)国GOOGLE企业的科学家们(men)去(qu)年(nian)开发出一种AI工具，它可(ke)以替代天(tian)气模型中每个单元里的小部分复杂代码，大大减少了(le)所需的算力(li)。随后，GOOGLE旗下的“深层思维”企业(DeepMind)更进一步，用AI取代了(le)整个天(tian)气预报过程。欧洲中期天(tian)气预报中心已采用了(le)这种方法，该中心上月推出了(le)一款名为“AI预报系统”的工具。
不过，尽(jin)管AI在天(tian)气预报中作用的越来(lai)越大，但(dan)仍无法完全取代所有传(chuan)统的数字(zi)密集运算。英国剑桥大学的理查德·特纳及其同事希翼通过他们(men)开发的一个新模型改变这一现状。
特纳说，之前的研究(jiu)仅限于预报的过程，跳过了(le)一个名为“初始化”的步骤。在这一步骤中，来(lai)自(zi)全球各地卫星(xing)、气球和气象站(zhan)的数据会被整理、清理、处理，然后合并(bing)成一个有序的网格，预报工作便从(cong)这个网格开始。特纳说：“实际上，这一步就占用了(le)一半的计算资源。”
研究(jiu)人(ren)员(yuan)开发了(le)一个名为“土豚天(tian)气”(Aardvark Weather)的模型，首次同时取代了(le)预报和初始化阶段。特纳及其同事在一项评估该方法的研究(jiu)报告中说，该模型仅使用了(le)现有系统10%的输入数据，但(dan)能获得(de)与(yu)最新的NWP预测结果接(jie)近的结果。
使用“土豚天(tian)气”模型在一台普通台式电脑上生成一份完整的天(tian)气预报大约只需1秒钟，而(er)用NWP在超级(ji)计算机上生成同样的预报则可(ke)能需要数小时甚(shen)至数天(tian)时间。
然而(er)，“土豚天(tian)气”模型使用的是地球表面的网格模型，其单元格为1.5度见方，而(er)欧洲中期天(tian)气预报中心的ERA5模型使用的网格单元格小至0.3度。英国曼彻斯特大学的戴(dai)维·舒尔茨说，这意(yi)味着(zhe)“土豚天(tian)气”模型过于粗糙(cao)，无法准确反映复杂多变的天(tian)气模式。
舒尔茨说：“有很多尚未解决的问题(ti)可(ke)能会影响你的预报结果。它们(men)根本无法反映极(ji)端(duan)情(qing)况。基于当前设计，它们(men)无法解决这个问题(ti)。”
特纳认为，在捕捉气旋等异常天(tian)气事件方面，“土豚天(tian)气”模型比一些现有模型更胜一筹(chou)。但(dan)他也承认，像他开发的这种AI模型在训(xun)练时也完全依赖于物理学模型。他说：“如果没有训(xun)练数据，只使用观测数据来(lai)训(xun)练，那绝对行不通。我(wo)们(men)确实尝试过这样做，即完全不使用物理学模型，但(dan)没有成功。”
他认为，天(tian)气预报的未来(lai)可(ke)能依赖于科学家们(men)开发出越来(lai)越精确的物理学模型，然后用这些模型来(lai)训(xun)练AI，使AI模型能够更快地复制输出，并(bing)且所需的硬件更少。一些人(ren)对AI的前景(jing)甚(shen)至更为乐观。
英国牛津大学的尼基塔·古里亚诺(nuo)夫认为，假(jia)以时日，AI在天(tian)气预报领域(yu)将(jiang)超越NWP。他说，AI将(jiang)仅基于观测数据和历史天(tian)气数据进行训(xun)练，完全独立于NWP做出准确预测。（编译/王栋栋）
研究(jiu)人(ren)员(yuan)在笔(bi)记本电脑上运行“土豚天(tian)气”AI模型（英国剑桥大学网站(zhan)）