《自然》23日報道了一種人工智能(AI)模型。該模型名為“NeuralGCM”,結合了流體動力學與神經網絡,能進行準確的天氣預測和氣候模擬。模型超越了部分現有模型,與傳統模型相比,有望節省大量算力。
一般環流模型(GCMs)能表示大氣、海洋和陸地的物理過程,是天氣和氣候預測的基礎。而減少長期預報的不確定性以及估算極端天氣事件,則是氣候預測的關鍵。機器學習模型一直被認為是天氣預測的一種替代手段,它們在節省算力成本方面具有優勢,但在長期預報方面的表現常常不如一般環流模型。
鑒于此,美國谷歌研究院團隊設計了“NeuralGCM”,這個模型結合了機器學習和物理方法,能進行中短期天氣預報以及幾十年的氣候模擬。該模型對1—15天預報的準確率能媲美歐洲中期天氣預報中心(ECMWF,最好的傳統物理天氣模型之一)的預測結果。對于最多提前10天的預報,“NeuralGCM”的準確率與現有機器學習技術不相上下,有時甚至更好。
“NeuralGCM”的氣候模擬準確率與最好的機器學習和物理方法相當。當團隊在“NeuralGCM”的40年氣候預測中加入海平面溫度后,他們發現,模型給出的結果與從ECMWF數據中發現的全球變暖趨勢一致。新模型在預測龍卷風及其軌跡方面也超過了已有的氣候模型。
團隊總結道,這些結果共同表明,機器學習是提升一般環流模型的一個可行手段。(記者張夢然)
本文鏈接:http://www.tebozhan.com/showinfo-16-103349-0.htmlAI模型準確進行天氣預測與氣候模擬
聲明:本網頁內容旨在傳播知識,若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。郵件:2376512515@qq.com
上一篇: 北京出臺16條措施 加快培育數字人才
下一篇: 云南天文臺探測到超新星激波突破信號