《自然》23日报道了一种人工智能（AI）模型。该模型名为“NeuralGCM”，结合了流体动力学与神经网络，能进行准确的天气预测和气候模拟。模型超越了部分现有模型，与传统模型相比，有望节省大量算力。
图片来源于网络，如有侵权，请联系删除
一般环流模型（GCMs）能表示大气、海洋和陆地的物理过程，是天气和气候预测的基础。而减少长期预报的不确定性以及估算极端天气事件，则是气候预测的关键。机器学习模型一直被认为是天气预测的一种替代手段，它们在节省算力成本方面具有优势，但在长期预报方面的表现常常不如一般环流模型。
图片来源于网络，如有侵权，请联系删除
鉴于此，美国谷歌研究院团队设计了“NeuralGCM”，这个模型结合了机器学习和物理方法，能进行中短期天气预报以及几十年的气候模拟。该模型对1—15天预报的准确率能媲美欧洲中期天气预报中心（ECMWF，最好的传统物理天气模型之一）的预测结果。对于最多提前10天的预报，“NeuralGCM”的准确率与现有机器学习技术不相上下，有时甚至更好。
“NeuralGCM”的气候模拟准确率与最好的机器学习和物理方法相当。当团队在“NeuralGCM”的40年气候预测中加入海平面温度后，他们发现，模型给出的结果与从ECMWF数据中发现的全球变暖趋势一致。新模型在预测龙卷风及其轨迹方面也超过了已有的气候模型。
团队总结道，这些结果共同表明，机器学习是提升一般环流模型的一个可行手段。（记者张梦然）
【纠错】
【责任编辑:朱家齐】
-
新华全媒头条丨首次发现手工业作坊：解读三星堆新的考古实证
- 新华全媒+丨长江源河流水量总体呈上升趋势
- 新华视点丨多地买房、租房即可落户，吸引人还需留住人
- 两岸关系丨厦航台青乘务员陈于萱：在大陆绽放“蓝天梦”
- 百闻不如一见｜匠心妙手：三星堆文物“复活”上新
- 听文物讲故事｜西藏雕版：一块木板传承的匠心
- 星空有约丨年度最值得期待的彗星进入可观测期
-
田军：滑板精神永不熄 -
Vlog｜江源“干饭人”
推荐阅读：
估值6年暴涨1650倍！AI制药独角兽拟港股IPO，谷歌、腾讯、红杉站台