人工智能（AI）正在迅速融入地球科学的各个研究领域，推动研究范式转变，并加速了知识发现进程。然而，在提供新机遇的同时，AI也对地球学科发展提出了挑战，例如当前AI经常被视为可替代传统地学经验和物理模型的通用解决方案，从而阻碍了地学社区长久积累的机理经验规则和机理知识的应用、教育与传播。地学研究者亟需立足本学科发展，辩证思考、科学探索AI与地球系统科学的协同发展之路。
近期，南京师范大学陈旻教授、闾国年团队联合中国科学院地理科学与资源研究所、中国科学院青藏高原研究所、北京大学、南京大学、北京师范大学、东南大学、江西师范大学、可持续发展大数据国际研究中心相关权威专家以及美国、英国、德国、法国、澳大利亚、奥地利、意大利等国际著名学者，在《Nature Geoscience》上以“Collaboration between artificial intelligence and Earth science communities for mutual benefit”为题发表文章，强调了“AI for Science”大科学背景下地学的固有内涵和特点，反向思考了地学对AI理论与技术发展的贡献作用，并提出AI和地学在理论、技术、教育和文化等多方面双向促进的发展路线。
面向AI和地学的融合共赢，文章梳理了AI在地学研究中数据管理、建模预测与对地球系统理解认知的变革性作用，并开创性地总结了地学长期积累的知识、经验、数据和方法对AI理论技术的发展创新和评测管理的贡献力。面向二者的跨学科合作，文章强调了存在的技术壁垒、领域差异和组织隔阂。为了应对多方面的挑战，文章肯定了新兴理论和技术（例如地球系统基础模型）注入的力量，以及开放式地理建模与模拟平台和虚拟地理环境等基础设施对科研实验和资源共享的有效支撑。同时，文章呼吁了学术、商业、政府各部门之间应通力合作，教育部门应关注多元化的教学大纲制定和课堂建设。最后，文章构思了未来跨学科的蓝图“AIXES”，旨在促进AI与地学的深度融合与交叉创新，以此实现新时代地学研究的方法突破，推动人工智能跨领域融合模式发展。
上述研究工作是该团队在《Nature Reviews Earth & Environment》于去年发表“Iterative Integration of Deep Learning in Hybrid Earth Surface System Modelling”的进一步延续，获得国家自然科学基金杰出青年基金（42325107）、国家自然科学基金项目（41930648）、可持续发展目标大数据国际研究中心（CBAS2022GSP08）、大众基金会、欧盟“地平线欧洲”研究与创新计划（101137601，ClimTip）、欧洲研究理事会 (ERC，ERC Synergy Grant USMILE，855187)、欧盟“地平线欧洲”项目 ELIAS（101120237）联合资助。
文章引用格式：
Chen, M., Qian, Z., Boers, N. et al. Collaboration between artificial intelligence and Earth science communities for mutual benefit. Nat. Geosci. 17, 949–952 (2024).
https://doi.org/10.1038/s41561-024-01550-x
团队前期工作发表于《Nature Reviews Earth & Environment》，引用格式：Chen, M., Qian, Z., Boers, N. et al. Iterative integration of deep learning in hybrid Earth surface system modelling. Nat Rev Earth Environ 4, 568–581 (2023). https://doi.org/10.1038/s43017-023-00452-7
