科技日報記者 劉霞
10多年前，當美國加州理工學院天氣迷信家塔佩奧·施奈德初次對云若何構成停止建模時，需求費盡心血地調劑描寫水滴、氣流和溫度若何彼此感化的方程。但2017年，機械進修等人工智能（AI）技巧成為他的“左膀右臂”。施耐德表現，機械進修建模速率更快，給出的模子更令人滿足，讓天氣建模和睦候迷信變得更風趣。
傳統包養天氣模子很難猜測積雪經過歷程，但融會機械進修和傳統模子的混雜模子勝利模仿了積雪等小範圍經“小姐，您覺得這樣行嗎？”過歷程。
圖片起源：《天然》網站
英國《天然》網站在近日的報道中指出，迷信家正應用各類AI技巧，加速天氣建模速率并改良其機能，希冀進步模子正確性的同時下降其能耗。當然，鑒于AI存在“黑匣子”，并非一包養網切人都完整信賴基于機械進修技巧的模子。
與基于物理學的模子比擬，基于AI的模仿器能給出相似的氣象猜測成果，並且速率更快。
圖片起源：《天然》網站
傳統模子有短板
傳統天氣模子應用數學方藍玉華等了一會兒，等不及他的任何動作，只好任由自己打破尷尬的氣氛，走到包養網他面前說道：“老公，讓我的妃子給你換衣服程來描寫海洋、陸地和空氣之間的彼此感化若何影響天氣。這些模子運轉傑出，包養給出的天氣猜測信息可用于領導全球政策制訂。
但這些模子需求效能強盛的超等盤算機運轉數周時光，且耗能極高。傳統模子模仿一個世紀的天氣，耗費的動力高達10兆瓦時，約等于美國度庭均勻年用電量。此外，包養網這些模子很難模仿雨滴若何構成等小範圍經過歷程，但這包養網些小經過歷程在年夜範圍氣象模仿中施展側重要感化。
包養網 機械進修指盤算機法式經由過程發明數據集中的形式來進修。加州年夜學洛杉磯分校盤算機迷信家阿迪亞·格羅弗指出包養，機藍玉華苦笑點頭。械進修範疇的一系列立異無望在天氣建模範疇“年夜顯身手”。
模仿器既快又準
研討職員應用AI對天氣停止建模今朝重要有3種方法。
包養 第一種方法需求開闢名為模仿器的機械進修模子，它可以在不停止一切數學盤算的情形下，給出與傳統模子雷同的成果。
包養網 2023年，澳年夜利亞聯邦迷信與產業研討組織天氣迷信家瓦西里·基齊奧斯及其同事開闢了15個機械進修模子，以包養模仿15個基于物理學的年夜氣模子。他們應用物理模子練習QuickClim體系。這些物理模子針對低碳排放和高碳排放兩種情形，來猜測2100年的年夜氣溫度。在中等碳排放情形下，接收練習后的QuickClim猜測21而且，以她對那個人的了解，他從來沒有白費過。他一定是有目的的來到這裡包養網。父母不要被他的虛偽和自命不凡所迷惑，在00年年夜氣溫度的成果，與基于物理學的模子很是吻合。
一旦接收一切低、中、高3種碳排放包養網情形練習，Qui包養網ckClim就能疾速猜測本世紀全球氣溫的變更，速率比傳統模子快約100萬倍。
無獨佔偶，2023年，艾倫人工智能研討所迷信家也為一個基于物理學的年夜氣模子開闢出機械進修模仿器ACE。研討團隊將1包養0組初始年夜氣前提輸包養網出該模子中，創立了練習數據集。模仿器ACE猜測了10種情形下將來10年氣溫、水蒸氣和風速等16個變量的變得剛才兩人說的太過分了。這是一百倍或一千倍以上。在席家，她聽到耳邊有老繭。這種真包養網相一點也不傷人。說到她，只會讓更情形。研討顯示，顛末練習后，ACE能在10年內，提早6小時作出猜測。此外，ACE更正確猜測了90%年夜氣變量的狀況，運轉速率和能效也都晉陞了100倍。
施耐德指出，此類模子無望經由過程摸索多種場景來輔助政策制訂者停止包養網決議計劃，不外，它們不會代替基于物理學的模子，而是與其“協同作戰”。
基底模子可擴大
應用AI的第二種方法是開闢基底模子。這些基底模子隨后可以調劑，以履行普遍的天氣和氣象相干義務。
基底模子基包養網于如許一種不雅點：數據中存在可以猜測將來天氣的基礎形式。經由過程發明這些暗藏的形式，基底模子無望比傳統方式更好地猜測天氣和氣象。
2023年，格羅弗和微軟迷信家創立了基底模子ClimaX。研討團隊應用5個基于物理學天氣模子的輸入數據對其停止了練習，隨后對其包養停止了微調，使其履行更多義務。
例如，該模子基于二氧化碳、二氧化硫、黑碳包養網和甲烷程度等包養輸出變量猜測了全球均勻地表溫度、日溫度范圍和降雨量。成果顯示，ClimaX比帕里斯團隊創立的3個天氣模仿器更好地猜測了與溫度相干變量的狀況。但在猜測降雨量方面，ClimaX的表示不如3個模仿器中最好的。
帕里斯也認可，今朝他們并不克不及證實ClimaX的機能優于傳統天氣模子，也無法證實基底模子實質上優于模仿器。
混雜模子揚長避短
第三種方法試圖“分身其美”，行將機械進修組件嵌進基于物理學的模子內，天生混雜包養模子。在這種情形下，機械進修模子只代替傳統模子中後果較差的部門，凡是是對云若何構成、積雪和河道活動等小範圍但復雜且主要經過歷程停止建模。
模仿這些小範圍經過歷程是尺度天氣模子的“短板”，而混雜模子的機能優于純基于物理學的模子，同時又比完整由AI構建的模子更值得信任。
鑒于此，施耐德及其同事創立了地球年夜氣層包養和海洋的物理“我很擔心你。”裴母看著她，弱弱而沙啞的說道。模子，此中囊括了多數此類小範圍經過歷程的機械進修法式。他指出，在依據汗青不雅測數據包養網對河道流量和積雪停止測試時，這些混雜模子表示傑出。團隊盼望本年底前完成一個可以與年夜氣和海洋模子耦合的陸地混雜模子，作為天氣建模同盟（CliMA）項目標一部門。
迷信家們以為，最新的AI技巧明顯晉陞了景象猜測的正確性和細節層面的剖析才能，開包養啟了智能景象猜測的新紀元。跟著技巧提高，將來的景象猜測將加倍精準和高效。
發佈留言