“人工智能+气候”

智联未来

不雅观测数据能直接驱动“智脑”输出预报结论，不再须要经由繁芜的同化等流程；人工智能将在深度学习的根本上自主凝练出极度景象景象机理理论，带来研究范式的变革；在保障城市安全运行、助力应对景象变革等方面，自动化、数字化、智能化的做事形式将成为主流……

有了人工智能技能赋能，这些气候领域的“未来场景”大概很快就会成为现实。

今年，“人工智能+”首次被写入政府事情报告，气候部门已经在积极拥抱新技能，不断拓展人工智能气候运用领域，开拓新技能、新模式。

一种认识：“人机协作”模式仍占主导

人工智能（AI）一词最早出身于1956年达特茅斯学会上，它是研究、开拓用于仿照、延伸和扩展人的智能理论、方法、技能及运用系统的一门新的技能科学，研究领域涉及机器人、措辞识别、图像识别、自然措辞处理和专家系统等。

从ChatGPT到Sora，从单模态到多模态，从单一智能到通用智能，环球人工智能创新热潮迭起，但我们需意识到，在未来很长一段韶光内，包括气候在内的浩瀚领域中“人机协同”模式依然占主导——在这种模式中，人工智能供应建议，终极任务的完成仍须要人类参与。

以气候业务的“龙头”——预报为例，人工智能技能的引入，可能带来的是更准的目标识别、更高的预测准确率和效率、更强的数据挖掘能力……“这实质上还是通过算力、算法对大数据等信息进行挖掘整合继而实现的，是一种数据驱动的预报。
”国家气候中央景象预报技能研发室主任曹勇表示，其上风在于运算效率高，且花费的打算资源极小，非线性的仿照能力强，对预报流程的集约化培植具有主要浸染。

比如依托人工智能技能，我国能在30秒内天生未来10天逐6小时环球景象预报；强对流景象预警韶光提升至3小时，台风路径预报准确率提升了5%；0至6小时极度强对流景象短时预报能力稳步提升；短临时段降水位置预报更加稳定，1至2小时预报准确率提升1%至5%……

得到这些成果的关键是造就出本行业自有的人工智能大模型，即一个拥有超大规模参数（常日在十亿个以上）、超强打算资源的“智脑”，从而实现类人水平的自我学习和自我蜕变。

这样的造就或者说“演习”当然须要韶光，只不过相较于人类每每十几年乃至数十年的漫上进修生涯，人工智能可能仅须要数周乃至数小时就能“学有所成”。

“但完备的数据驱动也有劣势”，中国气候科学研究院人工智能气候运用研究所所长王亚强说，“由于依赖海量数据，数据质量在一定程度上决定了大模型的运算效果，最主要的是，人工智能目前仍无法办理其不可阐明性这一弊端。
”

详细而言，机器只能处理“关联关系”而无法理解因果关系，更无法判断学习结果精确与否。
比如，研究显示，赤道东太平洋海温区每升高1℃，将会使环球年均匀温度上升0.12℃，机器通过学习或容许以捕捉到这一规律，但它永久也无法阐明其背后繁芜的深层缘故原由。

而数值预报是通过对海量多源不雅观测资料的处理和资料同化，形成高精度格点剖析场，在此根本上利用数值模式预报未来景象的演化。
“它是有物理规律约束的，具有可阐明性。
”中国气候局地球系统数值预报中央打算技能室高等工程师井浩说。

此外，“数据驱动”还意味着对“数据之外”的部分缺少预测和判断能力。
曹勇表示，人工智能大模型所做的预报有方向于均值的偏好，在极度磨难性景象景象事宜预报预测方面的能力还有待提升。
例如，2023年7月28日9时55分，台风“杜苏芮”上岸福建，预报员也捕捉到更多京津冀极度暴雨的旗子暗记。
当天16时，中心气候台组织首席大会商，多名专家聚焦一个问题：这次预报的极限能到多少？中国气候科学研究院磨难景象国家重点实验室研究员孙继松率先表示，这种景象形势图自己没见过，“96·8”降水过程与其没法比。
中心气候台首席预报员孙军认为，“这次过程是历史上唯一的，比拟以往找不到相似案例。
”极度景象在历史上如没有相似过程和数值，大模型便无法深度学习，极度值也就无法预报。

基于以上缘故原由，多位专家、学者同等认为，不能大略地、绝对信赖地让人工智能大模型主导气候业务流程，至少目前尚不具备条件。

“左右开弓”：实现从业务到科研的全链条运用

人工智能和大数据是气候奇迹发展的“四大支柱”之一。

早在2017年，国家气候中央便聚焦景象监测、预报预警、产品制作等业务环节，先后发展4类50余个人工智能气候运用模型，显著提升精准预报水平和业务效能。
短临预报模型（NowcastNet）、强景象分类预报模型等人工智能技能集成进入中国气候局短临预报业务系统（SWAN 3.0），初步建立以大模型为“核芯”的强对流人工智能产品体系，首次实现风雅到州里的强对流预警旗子暗记客不雅观实时辅导；运用人工智能技能发展关键要素分钟级预报，面向大城市等重点区域实现逐10分钟滚动更新的1公里分辨率气候要素格点预报；基于卫星云图的人工智能目标监测技能，助力环球热带气旋监测识别准确率高达80%以上。

气候部门正在加快培植“1+N”人工智能气候预报大模型体系——牵头打造1个自主可控的人工智能气候预报根本大模型，发展面向暴雨、强对流、台风等磨难性景象预报的N个专业适配模型。

当前，国家气候中央联合清华大学研发领悟大气物理机制约束的短中期预报大模型，预报效果已稳定超过“盘古”；初步构建基于中国环球大气再剖析40年产品（CRA40)再剖析数据演习的自主气候大模型；完成5个主流大模型业务支配，建立大模型研发运用反馈机制。

次时令景象预报是气候科学领域的沙漠。
国家景象中央、上海科学智能研究院、复旦大学联手打造了“伏羲”次时令大模型。
它领悟了人工智能技能与景象气候科学，能供应15天的中短期环球预报，具有6小时的韶光分辨率和0.25°的空间分辨率，预报精度在评测集上首次达到欧洲中期景象预报中央凑集预报的均匀水平。

国家气候信息中央研制完成中国第一代大气再剖析产品、环球10公里逐小时大气实况剖析产品，样本量超150万个磨难景象数据集；建成超过6.2PFlops（一个PFlops即是每秒1千万亿次的浮点运算）的人工智能气候运用支撑算力，依托雄安城市打算中央在国产算力支撑能力培植上布局。

中国气候局地球系统数值预报中央坚持数值预报与人工智能双引擎领悟驱动，在资料同化、物理过程参数化方案、卫星图像云检测、模式产品后处理和凑集预报等业务全链条中都开展了人工智能运用，实现人工智能模型与传统数值模式的稠浊建模。
同时，研发了基于分布式梯度增强库（XGBoost）技能的CMA 多模式2米温度领悟预报模型，在北京冬奥会期间的测试结果表明，预报均方根偏差比CMA各模式原始预报降落17%至38%。

中国气候科学研究院在景象识别与反演、景象景象预报预测、水文环境气候运用等方面开展了系列研究，建立基于人工智能技能的降水和雷暴大风附近预报系统；研发 “蓉城·夔牛”智能短临景象预报系统，并做事于区域业务和成都大运会赛事气候保障做事。

与此同时，智能监测正投入利用——

发展聪慧协同不雅观测系统。
构建地面数据一体化新型业务流程，实现不雅观测数据安全高效直接入“云”。

发展人工智能雷达运用技能。
基于多种智能模型，建立景象雷达质量问题数据集和雷达回波外推高质量、长序列数据集；开展景象雷达快速风雅化扫描试点。

加强卫星数据智能运用。
基于“风云地球”开展台风、强对流等磨难性景象事宜的智能监测运用，研制风云卫星人工智能大数据集，建立人工智能降水估计算法与评估模型。

聪慧做事正加速转化——

气候预警信息处理技能和系统得到完善。
发展基于人工智能的气候磨难预警质控模型，研究基于多元数据领悟的预警决策做事产品智能制作技能。

专业气候做事技能和产品进一步优化。
利用超分辨率神经网络，完成风雅化火场预报产品的天生和运用；基于机器学习多模型优选技能，开展风能太阳能多模式集成预报做事产品研发，在河北、广东等风光场站开展运用考验，集成后均方根偏差较原始预报降落20%至30%，有效提高风机轮毂高度风速和向下短波辐射等要素的预报准确率。

“人工智能技能也可以挖掘出大数据中隐含的繁芜、非线性关系，帮助我们更好地认识这些自然征象和大气物理规律等。
”南京信息工程大学景象与运用前沿研究院院长罗京佳说。

景象业务一体化平台布局 国家气候中央供图

多点发力：打造“人工智能+”新业态

“人工智能+” 与“人工智能”不同，它指的是人工智能作为一种根本性、驱动性的技能力量，与不同领域深度领悟，创造出新的产品、做事和商业模式，从而推动传统行业的转型升级和社会经济构造的变革。

详细到气候领域，“人工智能+”的引入，可能带来的是更准的目标识别、更强的预测能力、更快的预测效率、更优的从数据中挖掘规律以和传统数理方程形成互补的方案……

到那一天，气候监测、预报预测、预警、做事等全流程或许都会被重塑，在搭建“气候+”垂直化运用处景时也将贯穿“人工智能+”思维。

为了实现这一图景，中国气候局印发《人工智能气候运用事情方案（2023—2030年）》，制订了一段期间内人工智能气候运用发展路线图，明确将锚定加强人工智能气候运用根本支撑能力培植、开展人工智能气候运用前沿科技研究、统筹推进人工智能研发和气象业务运用、优化气候人工智能运用政策环境等方面重点发力。
与河北雄安新区管理委员会于1月4日签订共建雄安气候人工智能创新研究院互助备忘录，打造气候人工智能产学研用一体化格局，使其成为学科特色光鲜、研究军队精干、研发成果丰硕、运行管理高效的海内一流、有主要国际影响力的人工智能科技创新高地和主要人才中央。

在此根本上，专家学者们认为，当务之急是从面前做起，脚踏实地，强化技能积累和人才培养。

在技能积累方面，他们认为，要在发展行业模型、运用处景和增强大模型底座能力上做到“两手抓、两手都要硬”。

一方面要借助家当和场景的上风，将大模型与业务流程、产品功能相结合，助力包括气候在内的各行各业实现数字化转型。

360集团创始人周鸿祎建议，政府、气候等干系行业垂直管理部门、重点企业等应率先供应更多政策支撑及运用处景，推动人工智能大模型垂直化、家当化落地。
同时打造专属知识平台，在此根本上，让大模型深入详细场景开展垂直演习，以真正知足详细需求。

天娱数科副总经理、山西数据流量谷董事长贺晗认为，应鼓励搭建全国级、地方级、行业级等多层次人工智能大模型技能运用处景供需对接平台，推动具有创始性、示范性的标杆场景项目落地。
同时，打造可运用人工智能大模型技能的各种场景，环绕算力平台、大模型开源社区和协作平台、多模态公共数据集等人工智能根本举动步伐资源进行长期投入。

罗京佳也认为，没有运用、没有场景支撑的人工智能技能发展之路无法走得长远。

此外，他和中国科学院院士、北京大学统计科学中央讲席教授陈松蹊都关注到了数据运用问题。
罗京佳表示，没有数据，人工智能技能就如无源之水。
陈松蹊建议加强公共数据在科研领域的开放共享，也促进非公共机构的数据流动和代价创造，进而推动人工智能和干系研究向前发展。

另一方面，要统筹业务资源，加强大模型底层事理研究，更好地应对算力、数据、模型稳定性、工程能力及安全等多方面的寻衅。

王亚强着重强调，在这一过程中要对新技能保持复苏认识，尤其要认识到人工智能技能在气候预报、预测领域的局限性，“不断深化对大气物理各种规律的认识，这是未来打破‘人工智能+气候’技能瓶颈的关键。
”

曹勇在关注到技能发展的同时，建议在把人工智能技能引入预报预测等业务流程改造中时，可以考虑对模式、系统的研发和内容发布等全流程进行数字化、智能化、集约化改造，为技能发展构建良好环境。

井浩表示，在技能发展过程中要建立健全考验评估机制，以便及时反馈、及时优化，同时进一步加强与高校、科研院所、社会力量等的互助……

在人才培养上，多位专家、学者认为当下有必要加紧培养一批既懂行业技能又懂人工智能大模型技能的综合型人才。

对此，都城经济贸易大学文化与传播学院副院长郭媛媛建议，高质量推进高档“数智教诲”，以人工智能、大数据、云打算和物联网为根本，培植聪慧校园，采取专业传授教化拟真模型等手段，促进大学生将新技能融入学习习气并创新、创造模式。

贺晗建议行业、学校、企业、科研机构等要联动开设“第二教室”，加强人工智能通识教诲，进一步打造产学研用链条，将传授教化内容与家当一线紧密结合，培养富有实战履历的人才。

罗京佳建议，要完善人工智能干系学科培植，尤其是鼓励各学科与人工智能技能深度领悟，推进交叉学科培植与发展，面向前沿科技，提升详细领域高层次人才的“人工智能+”素养。