上海人工实验室领军科学家欧阳万里先容，“AI赞助景象预报的发展”被美国《科学》杂志评为2023年度十大科学打破之一，大模型在这个领域将发挥越来越主要的浸染。
去年4月，“风乌”大模型在上海发布，率先使环球气候有效预报韶光打破10天，此后准确预测了“泰利”“卡努”等台风的路径。
如今，全面升级的“风乌GHR”相称于一个“4K高清版”大模型，有助于实现更风雅、更高效的气候预报。

目前紧张物理驱动和AI驱动的环球气候预报模型分辨率比拟，风乌GHR在短期内实现空间分辨率质的提升。

“在预报的核心大气变量上，风乌GHR的性能领先于现有的物理模式驱动和其他AI气候大模型，推动AI气候预报进入10公里级时期。
”上海人工智能实验室青年科学家白磊说。
2016年，欧洲中期气候预报中央推出的IFS-HRES系统将气候预报分辨率提升至0.09经纬度，达到物理模式驱动下的气候预报领先水平。
“风乌GHR”与IFS-HRES的性能哪个更优？上海人工智能实验室牵头的联合团队对2022年环球的部分极度气候情形进行了回溯预报。

2022年7月，重庆经历了极度热浪。
在提前4天对2022年7月7日12时（折衷天下时）重庆的地表温度预报中，“风乌GHR”与实际结果更靠近，优于IFS-HRES。
2022年12月，冬季风暴影响了北美部分地区，造成极度景象。
科研职员利用“风乌GHR”和IFS-HRES对当年11月1日—12月31日（折衷天下时）纽约市气温进行回溯预报，“风乌GHR”可提前9天预报最低气温，在提前一周的预测中，预测偏差较IFS-HRES降落22.3%。

风乌GHR与IFS-HRES在2022年的预报比拟，红线代表风乌GHR，蓝线代表IFS-HRES。
RMSE数值越低，Bias数值越靠近于0，表明模型性能更优。

为何能超越物理模式驱动下的气候预报领先水平？白磊先容，“风乌GHR”科研团队提出了“空间同等性映射”和“解耦组合迁移学习”创新技能。
前者在担保低分辨率气候预报模型泛化性的同时，降落了高分辨率气候预报大模型演习的繁芜度。
在此根本上，科研团队进一步利用“解耦组合迁移学习”技能，让新模型学习高分辨率数据中蕴含的小尺度景象征象，终极使“风乌GHR”得到了10公里级分辨率的风雅化气候预报能力。

在预报时长方面，科研职员通过多模态、多任务的深度学习方法和数据再剖析，将这个大模型的有效预报韶光提前至11.25天，冲破了此前第一代“风乌”创造的10.75天天下记录。
据先容，在传统模式下，环球中期景象预报的有效预报韶光每10年才提高1天。
而“风乌”联合团队只用不到一年韶光，就将有效预报韶光提升了0.5天，展现出人工智能在地球科学领域强大的运用潜力。

风乌GHR在不到1年韶光内将环球中期气候预报有效天数再提升0.5天。

目前，上海人工智能实验室正协同国家气候中央、上海市气候局等单位，共同推动“风乌GHR”的业务考验评估、业务化支配和运用落地，为农林牧渔、新能源电力、航空航海等重点行业和公共安全供应可靠的气候预报路径。

栏目主编：黄海华

来源：作者：俞陶然