专栏名称: happy科研
科研很痛苦吗?不存在的!这里旨在介绍一些小众软件的使用,以及NCL、python等软件在地球科学领域的应用。宗旨是:提高效率,快乐科研。
目录
相关文章推荐
51好读  ›  专栏  ›  happy科研

气象学家没汤喝了?AI恐将完全取代数值天气预报(Nature正刊)

happy科研  · 公众号  ·  · 2023-07-07 14:00

正文

请到「今天看啥」查看全文


7月6日,国际顶级学术期刊《自然》(Nature)杂志正刊发表了华为云盘古大模型研发团队研究成果——《三维神经网络用于精准中期全球天气预报》(《Accurate medium-range global weather forecasting with 3D neural networks》)。数据显示,这是近年来中国科技公司首篇作为唯一署名单位发表的《自然》正刊论文。《自然》审稿人对该成果给予高度评价:“华为云盘古气象大模型让人们重新审视气象预报模型的未来,模型的开放将推动该领域的发展。”

华为云盘古气象大模型研究成果在《Nature》正刊发表

华为云盘古气象大模型是首个精度超过传统数值预报方法的AI模型,速度相比传统数值预报提速10000倍以上。目前,盘古气象大模型能够提供全球气象秒级预报,其气象预测结果包括位势、湿度、风速、温度、海平面气压等,可以直接应用于多个气象研究细分场景,欧洲中期预报中心和中央气象台等都在实测中发现盘古预测的优越性。

今年5月,台风“玛娃”走向受到广泛关注。中央气象台表示,华为云盘古大模型在“玛娃”的路径预报中表现优异,提前五天预报出其将在台湾岛东部海域转向路径。在刚刚结束的第19届世界气象大会上,欧洲中期预报中心也指出,华为云盘古气象大模型在精度上有不可否认的能力,纯数据驱动的AI天气预报模型,展现出了可与数值模式媲美的预报实力。

华为云盘古大模型研发团队发现,AI气象预报模型的精度不足主要有两个原因:第一,原有的AI气象预报模型都是基于2D神经网络,无法很好地处理不均匀的3D气象数据;第二,AI方法缺少数学物理机理约束,因此在迭代的过程中会不断积累迭代误差。为此,团队创造性地提出了适应地球坐标系统的三维神经网络(3D Earth-Specific Transformer)来处理复杂的不均匀3D气象数据,并且使用层次化时域聚合策略来减少预报迭代次数,从而减少迭代误差。通过在43年的全球天气数据上训练深度神经网络,盘古气象大模型在精度和速度方面超越传统数值预测方法。

未来,华为云将联合全球气象机构,继续探索并发挥AI在气象领域的应用潜力,为农林牧渔、航空航海等各行业提供支持。

本文来源:观察者网

happy科研可以为您提供哪些呢?

1、 新书电子版 ,比如原价100刀的谢尚平新书电子版《海气耦合动力学:从厄尔尼诺到气候变化》

2、公众号不定期 送书 活动,公平公正

3、部分 数据集 ,比如中国气象背景数据集(1915个站点)

4、联系我 委托录制 所需报告

5、 气象局面试真题 、考研真题等

6、公众号主页右上角放大镜即可 搜索往期上万录屏

... ...







请到「今天看啥」查看全文