【中國,北京,2023年7月6日】今日,國際頂級學術期刊《自然》(Nature)雜志正刊發(fā)表了華為云盤古大模型研發(fā)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》)。數據顯示,這是近年來中國科技公司首篇作為唯一署名單位發(fā)表的《自然》正刊論文!蹲匀弧穼徃迦藢υ摮晒o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(fā)展!
華為云盤古氣象大模型研究成果在《Nature》正刊發(fā)表
華為云盤古氣象大模型是首個精度超過傳統(tǒng)數值預報方法的AI模型,速度相比傳統(tǒng)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(fā)現盤古預測的優(yōu)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(yōu)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(fā)團隊發(fā)現,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(chuàng)造性地提出了適應地球坐標系統(tǒng)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(tǒng)數值預測方法。
未來,華為云將聯合全球氣象機構,繼續(xù)探索并發(fā)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(yè)提供支持。
(責任編輯:華康)