華為云盤古氣象大模型研究成果在《Nature》正刊發表

(資料圖片僅供參考)

新華財經北京7月6日電（記者沈寅飛） 6日，國際學術期刊《自然》（Nature）雜志正刊發表了華為云盤古大模型研發團隊研究成果——《三維神經網絡用于精準中期全球天氣預報》（《Accurate medium-range global weather forecasting with 3D neural networks》）。《自然》審稿人對該成果給予高度評價：“華為云盤古氣象大模型讓人們重新審視氣象預報模型的未來，模型的開放將推動該領域的發展。”

華為云盤古氣象大模型研究成果在《Nature》正刊發表

據介紹，華為云盤古氣象大模型是首個精度超過傳統數值預報方法的AI模型，速度相比傳統數值預報提速10000倍以上。目前，盤古氣象大模型能夠提供全球氣象秒級預報，其氣象預測結果包括位勢、濕度、風速、溫度、海平面氣壓等，可以直接應用于多個氣象研究細分場景，歐洲中期預報中心和中央氣象臺等都在實測中發現盤古預測的優越性。

今年5月，臺風“瑪娃”走向受到廣泛關注。中央氣象臺表示，華為云盤古大模型在“瑪娃”的路徑預報中表現優異，提前五天預報出其將在臺灣島東部海域轉向路徑。在剛剛結束的第19屆世界氣象大會上，歐洲中期預報中心也指出，華為云盤古氣象大模型在精度上有不可否認的能力，純數據驅動的AI天氣預報模型，展現出了可與數值模式媲美的預報實力。

華為云盤古大模型研發團隊指出，AI氣象預報模型的精度不足主要有兩個原因：第一，原有的AI氣象預報模型都是基于2D神經網絡，無法很好地處理不均勻的3D氣象數據；第二，AI方法缺少數學物理機理約束，因此在迭代的過程中會不斷積累迭代誤差。為此，團隊創造性地提出了適應地球坐標系統的三維神經網絡（3D Earth-Specific Transformer）來處理復雜的不均勻3D氣象數據，并且使用層次化時域聚合策略來減少預報迭代次數，從而減少迭代誤差。通過在43年的全球天氣數據上訓練深度神經網絡，盤古氣象大模型在精度和速度方面超越傳統數值預測方法。

華為相關負責人表示，未來，華為云將聯合全球氣象機構，繼續探索并發揮AI在氣象領域的應用潛力，為農林牧漁、航空航海等各行業提供支持。

編輯：胡晨曦

關鍵詞：