陸「伏羲大模型」亮相！ 人工智慧解決極端天氣預測難題

大陸伏羲大模型亮相人工智慧助力解決次季節和極端天氣預測難題。（澎湃新聞）

澎湃新聞15日報導，今年9月1日之前，上海接連三天雨水不斷，人們以爲第四天也會如天氣預報所說「今天有雨」、取消室外活動之際，復旦大學卻反其道而行－在光華樓前大草坪，舉辦近20年來首次戶外開學典禮，當天陽光普照，來自80個國家地區1.6萬餘新生齊聚，校長金力：「伏羲說，今天上海不下雨！」幕後推手上海科學智慧研究院院長、復旦大學「浩清教授」漆遠，接受專訪，道出原委。

「伏羲」，全名爲伏羲氣候氣象大模型，融合了人工智慧技術與氣候氣象科學，是行業內首個次季節氣候大模型。隨着人工智慧風潮席捲全球，天氣與氣候預報系統正加入這場技術變革影響的行業之中，外界也期待人工智慧可助力解決和應對氣候變化這一全球性問題。

今年《聯合國氣候變化架構公約》第二十八次締約方大會（COP28）在杜拜舉行。12月8日下午在杜拜世博城COP28綠區中國館，發佈了由上海科學智慧研究院、復旦大學和中國國家氣候中心聯合研發的伏羲次季節大模型。與現有國際權威模型相比，伏羲次季節大模型的預報精度更準、預報週期更長、運行速度提升千倍。

漆遠在麻省理工學院獲得博士學位，是美國普渡大學電腦系和統計系終身教授。2014年回國擔任阿里巴巴副總裁，2015年加入螞蟻金服公司，創建並統領螞蟻金服人工智慧團隊，擔任螞蟻金服公司首席數據科學家。現任復旦大學長聘教授，從事深度學習、加強學習等人工智慧領域的前沿研究和應用。

漆遠說：「『上知天文下知地理』，自古以來中國人對氣象就非常關心。今天，不管是長遠的可持續發展，還是短期效益，相關的經濟，包括交通出行，都關乎氣候和氣象。」近年來他觀察到世界氣候變化領域呈現一個數據高度積累趨勢。「這很有利於我們研發人工智慧技術。另外我們也覺得人工智慧技術或許可以在其中產生作用。」

2023年11月中旬發表在《自然》（Nature）上的研究顯示，由人工智慧驅動的伏羲氣候氣象大模型可以提前15天預測全球天氣變化，比如氣溫、風速和氣壓等天氣參數。該模型的預報精度優於被譽爲「黃金標準」的歐洲中期天氣預報中心（ECMWF），生成結果的速度也比傳統模型快千倍。

在此基礎上，研究團隊進一步優化伏羲氣候氣象大模型，終於推出預測週期長達45天之久的伏羲次季節大模型。相較於伏羲中短期模型，三倍的預測週期時長充滿變數。於是，伏羲大模型先把隨機採樣引入與ChatGPT類似的Transformer架構，再通過集合預報反映次季節預測的不確定性。

伏羲次季節模型並不只以天氣預報爲主要目的。「我們最近的工作，一方面是延長預測週期，另一方面是預測極端天氣事件。」澎湃新聞報導，漆遠說，氣候災害預警正是該模型的另一重要價值所在。研究團隊將預測期限從30天顯著增加到36天，儘早地預測潛在的極端天氣事件，爲應對和減緩措施爭取到更多時間。

在過去兩年，人工智慧天氣新模型層出不窮。除伏羲次季節大模型外，包括華爲、谷歌、微軟和英偉達在內的科技公司在人工智慧天氣建模領域均取得突飛猛進進展。

今年10月31日，英國氣象局宣佈將與英國艾倫圖靈研究所合作研發人工智慧天氣預報模型，以提升部分極端天氣事件預報的精度。與此同時，谷歌在11月1日公佈了名爲MetNet-3的新天氣模型，該模型能夠以氣象感測器的直接觀測數據爲起點，對24小時內的降水、氣溫等天氣參數進行更加當地語系化的預報。

而伏羲次季節模型是人工智慧天氣模型研發隊伍裡的新成員。這些模型的工作原理不同於傳統天氣模型。

傳統天氣預報，比如由位於英國雷丁的歐洲中期天氣預報中心運行的「歐洲」模型，是藉助數學公式來描述大氣和海洋中空氣和水運動的物理原理，以預測天氣系統的時空變化。由於這類數值天氣模型對計算能力有着極高要求，傳統模型不僅運行昂貴且耗時，精度也常常受到限制。

人工智慧天氣模型不必爲數學公式「發愁」。漆遠指出，這類模型首先需要接受訓練，即識別大量歷史氣象數據中的模式。當接收到最新氣象數據時，人工智慧天氣模型通過應用從歷史模式中習得的知識來完成預測。該過程的計算強度要小得多，並且可以在小型電腦上於幾分鐘甚至幾秒鐘內完成預測。

然而，一些科學家們仍擔憂人工智慧準確預測極端天氣事件能力。全球變暖背景下，熱浪、乾旱、野火和颶風等天氣不斷向極端靠攏。意味人工智慧系統可能缺少足夠數據準確類比未來前所未有的極端情況。

由此，一些科學家認爲，人工智慧模型在氣候變化方面的應用還存在廣闊的未知領域有待探索。「人工智慧模型可以說明我們更好地理解人類和氣候變化，」漆遠表示，「這是一個極具價值的研究方向。」

人工智慧在應對氣候變化上取得突破的希望，源於該技術的數據分析能力。聯合國在杜拜氣候大會開幕當天表示，其正與微軟合作研發一款可以監測各國能源轉型進程的人工智慧工具，以確保全球不偏離逐步淘汰化石燃料的軌道。

漆遠以太陽能產業爲例，強調了人工智慧對可再生能源的推助作用，「如果你能精準預測（各項天氣參數），比如八十米空中的風速、明天是否陰雨，就可以預測太陽能電站的發電量。」漆遠認爲，人工智慧可以通過精準預測依賴天氣變化的可再生能源的波動來提高可再生能源的利用效率。

與此同時，據《紐約時報》報導，也有研究人員擔憂，訓練和運行人工智慧所需要的計算能力和電力需求可能會導致大量碳排放。這種擔憂並非杞人憂天：據一項發表於《焦耳》（Joule）雜誌的最新研究分析估計，截至2027年，全球人工智慧系統的能源消耗量將相當於瑞典的能源消耗總量。

漆遠受訪表示，相較於傳統天氣預報系統，伏羲次季節大模型消耗的電力更少，「我們（伏羲次季節大模型）實現了千倍加速，僅憑一張GPU卡（圖形處理器）就可以跑起來。」此外，伏羲次季節大模型的規模比垂直領域其他氣候氣象大模型要小得多，爲其提供動力所需的能源消耗因而更少。

另一方面，漆遠認爲，使AI技術爲應對氣候危機創造的裨益多於其創造的額外能源需求是人工智慧的努力方向。「如果能夠精準預測，其實也能夠更好地幫助可再生能源的發展。」

不單是助益可再生能源，人工智慧還能惠及開發中國家，促進氣候公平公正。「世界範圍內真正有能力開發氣象預報系統的國家很少，」漆遠表示，當前天氣預測中心高度集中在已開發國家和中國大陸，「在人工智慧的訓練大門，當僅憑一張卡就可以跑起來的時候，成本會非常便宜，開發中國家也可以使用它，一起享受人工智慧在氣象系統中的效益。」

漆遠介紹，現在他們已經在和上海氣象臺、大陸國家氣候中心聯合研發部署。「希望能夠很快上線，在實際預報工作中發揮更大的作用。」