今年9月1日上午，复旦大学2023级新生开学仪式在光华楼前大草坪举行，来自80个国家和地区的1.6万余名新同学，齐聚光草，共赴这场青春盛会。

在此之前，上海已接连三日雨水不断，当人们以为第四天也如景象预报所说“本日有雨”，只得取消室外活动时，复旦大学却反其道而行之——近20年来首次举办户外开学仪式。
仪式进行时阳光普照，校长金力道出缘由：“‘伏羲’说，本日上海不下雨。
”

“伏羲”，全名为伏羲景象气候大模型，它领悟了人工智能技能与景象气候科学，是行业内首个次时令景象大模型。
随着人工智能风潮席卷环球，景象与景象预报系统正在加入到这场技能变革影响的行业之中，外界也期待人工智能将可以助力于办理和应对景象变革这一环球性问题。

今年11月30日到12月13日，《联合国景象变革框架公约》第二十八次缔约方大会（COP28）在阿联酋迪拜举行。
12月8日下午，题为“景象风险应对：技能创新与金融支持”的国际研讨会在迪拜世博城COP28绿区中国馆举行，会上发布了由上海科学智能研究院、复旦大学和中国国家景象中央联合研发的伏羲次时令大模型。
与现有国际威信模型比较，伏羲次时令大模型的预报精度更准、预报周期更长、运行速率提升千倍。

在大会间隙，澎湃***专访了打造这一大模型背后的团队卖力人——上海科学智能研究院院长、复旦大学“浩清教授”漆远，听他讲述了“伏羲”背后的故事。

更快更准确

漆远教授从前于麻省理工学院得到博士学位，是美国普渡大学打算机系和统计系终生教授。
2014年返国担当阿里巴巴副总裁，2015年加入蚂蚁金服公司，创建并统领蚂蚁金服人工智能团队，担当蚂蚁金服公司首席数据科学家。
现任复旦大学长聘教授，从事深度学习、加强学习等人工智能领域的前沿研究和运用。

“中国人有话说‘上知天文下知地理’，自古以来中国人对气候就非常关心。
本日，不管是长远的可持续发展，还是短期效益，干系的经济，包括交通出行，都关乎景象和气象。
以是我们认为这个问题很主要。
”漆远说道。

漆远表示，近年来他不雅观察到天下范围内在景象变革领域呈现一个数据高度积累的趋势。
“这很有利于我们研发人工智能技能。
其余我们也以为人工智能技能或容许以在个中产生浸染。

2023年11月中旬揭橥在《自然》（Nature）杂志上的研究显示，由人工智能驱动的伏羲景象气候大模型可以提前15天预测环球景象变革，比如气温、风速和气压等景象参数。
该模型的预报精度优于被誉为“黄金标准”的欧洲中期景象预报中央（ECMWF），天生结果的速率也比传统模型快千倍。

在此根本上，研究团队对伏羲景象气候大模型进行进一步优化，终于推出预测周期长达45天之久的伏羲次时令大模型。
相较于伏羲中短期模型，三倍的预测周期时长充满变数。
于是，伏羲大模型先把随机采样引入与ChatGPT类似的Transformer架构，再通过凑集预报来反响次时令预测的不愿定性。

伏羲次时令模型并不但以景象预报为紧张目的。
“我们最近的事情，一方面是延长预测周期，另一方面是预测极度景象事宜。
”漆远见告澎湃***，景象磨难预警正是该模型的另一主要代价所在。
研究团队将预测期限从30天显著增加到36天，尽早地预测潜在的极度景象事宜，为应对和减缓方法争取到更多韶光。

在过去两年里，人工智能景象新模型层出不穷。
除伏羲次时令大模型外，包括华为、谷歌、微软和英伟达在内的科技公司在人工智能景象建榜样畴均取得突飞年夜进的进展。

今年10月31日，英国气候局宣告将与英国艾伦图灵研究所互助研发人工智能景象预报模型，以提升部分极度景象事宜预报的精度。
与此同时，谷歌在11月1日公布了名为MetNet-3的新景象模型，该模型能够以气候传感器的直接不雅观测数据为出发点，对24小时内的降水、气温等景象参数进行更加本地化的预报。

未知领域的探索

而伏羲次时令模型是人工智能景象模型研发军队里的新成员。
这些模型的事情事理不同于传统的景象模型。

传统的景象预报，比如由位于英国雷丁的欧洲中期景象预报中央运行的“欧洲”模型，是借助数学公式来描述大气和海洋中空气和水运动的物理事理，以预测景象系统的时空变革。
由于这类数值景象模型对打算能力有着极高哀求，传统模型不仅运行昂贵且耗时，精度也常常受到限定。

人工智能景象模型不必为数学公式“发愁”。
漆远先容道，这类模型首先须要接管演习，即识别大量历史气候数据中的模式。
当吸收到最新气候数据时，人工智能景象模型通过运用从历史模式中习得的知识来完成预测。
该过程的打算强度要小得多，并且可以在小型打算机上于几分钟乃至几秒钟内完成预测。

然而，一些科学家们仍旧对人工智能准确预测极度景象事宜的能力感到担忧。
环球变暖背景下，包括热浪、干旱、野火和飓风在内的极度景象事宜不断向极度靠拢。
这意味着人工智能系统可能短缺足够的数据来准确仿照未来前所未有的极度情形。

“传统不雅观点认为，针对少见、不屈常的事宜来利用AI可能效果不佳。
但它彷佛在这方面确实做得很好，”谷歌DeepMind研究总监彼得·巴塔利亚（Peter Battaglia）在接管《华盛顿邮报》采访时表示，“我们认为这也表明了一个事实：该模型正在学习和识别有关景象如何随韶光演化的实质，而不单是在数据中探求流于表面的模式。
”

由此，另一些科学家则认为，人工智能模型在景象变革方面的运用还存在广阔的未知领域有待探索。
“人工智能模型可以帮助我们更好地理解人类和气候变革，”漆远表示，“这是一个极具代价的研究方向。
”

耗能还是绿色？

人工智能在应对景象变革上取得打破的希望源于该技能的数据剖析能力。
联合国在迪拜景象大会开幕当天表示，其正与微软互助研发一款可以监测各国能源转型进程的人工智能工具，以确保环球不偏离逐步淘汰化石燃料的轨道。

漆远以光伏家当为例，强调了人工智能对可再生能源的推助浸染，“如果你能精准预测（各项景象参数），比如八十米空中的风速、来日诰日是否阴雨，就可以预测光伏电站的发电量。
”漆远认为，人工智能可以通过精准预测依赖景象变革的可再生能源的颠簸来提高可再生能源的利用效率。

与此同时，据《纽约时报》宣布，也有研究职员担忧，演习和运行人工智能所须要的打算能力和电力需求可能会导致大量碳排放。
这种担忧并非杞人忧天：据一项揭橥于《焦耳》（Joule）杂志的最新研究剖析估计，截至2027年，环球人工智能系统的能源花费量将相称于瑞典的能源花费总量。

漆远在接管采访时表示，相较于传统的景象预报系统，伏羲次时令大模型花费的电力更少，“我们（伏羲次时令大模型）实现了千倍加速，仅凭一张GPU卡（图形处理器）就可以跑起来。
”此外，伏羲次时令大模型的规模比垂直领域其他景象气候大模型要小得多，为其供应动力所需的能源花费因而更少。

另一方面，漆远认为，使AI技能为应对景象危急创造的裨益多于其创造的额外能源需求是人工智能的努力方向。
“如果能够精准预测，实在也能够更好地帮助可再生能源的发展。
”漆远说。

不单是助益可再生能源，人工智能还能惠及发展中国家，促进景象公正公道。
“天下范围内真正有能力开拓气候预报系统的国家很少，”漆远表示，当前景象预测中央高度集中在发达国家和中国，“在人工智能的演习大门，当仅凭一张卡就可以跑起来的时候，本钱会非常便宜，发展中国家也可以利用它，一起享受人工智能在气候系统中的效益。
”

漆远先容说，现在他们已经在和上海气候台、国家景象中央联合研发支配。
“希望能够很快上线，在实际预报事情中发挥更大的浸染。
”(刘栋 包姝婕)

来源： 澎湃***