由剑桥大学研究人员开发的一款新型人工智能天气预报系统，其预测速度比当前基于人工智能和物理模型的预报系统快数十倍，且计算资源消耗仅为现有系统的数千分之一。
这项名为"Aardvark Weather"的系统获得了艾伦·图灵研究所、微软研究院和欧洲中期天气预报中心（ECMWF）的支持，为气象预报领域提供了一种可能彻底改变行业现状的全新方法。相关研究成果已发表于《自然》期刊。
"Aardvark重新构想了现有的天气预报方法，有望以更快、更经济、更灵活和更精确的方式生成预报，这将推动发达国家与发展中国家共同实现气象预测技术的革新。"领导该研究的剑桥大学工程系Richard Turner教授表示，"其运算速度比所有现有预报方法快数千倍。"
当前气象预报需通过复杂的多阶段流程实现，每个阶段都需要在超级计算机上运行数小时。除日常使用外，这些系统的开发、维护和运营需要大量时间和专家团队支持。
近期华为、谷歌和微软的研究表明，天气预报流程中的数值求解器（用于计算天气演变过程）可用人工智能替代，从而提高预测速度和精度。这种AI与传统方法结合的模式现已被欧洲中期天气预报中心（ECMWF）采用。
而Aardvark的创新之处在于，研究人员用单一简约的机器学习模型替代了整个天气预报流程。新系统可直接处理来自卫星、气象站和其他传感器的观测数据，同步输出全球和区域预报。
这种全AI驱动的解决方案意味着，原本需要多个模型（每个模型都需超级计算机和大型团队支持）才能完成的预测任务，现在仅需普通台式电脑即可在数分钟内完成。
当仅使用现有系统10%的输入数据时，Aardvark已在多项指标上超越美国国家GFS预报系统。其表现甚至可以与美国气象服务局的预报相媲美——后者需要整合数十个气象模型数据，并经由专业预报员分析。
"这些成果仅是Aardvark潜力的开端，"论文第一作者、剑桥大学计算机科学与技术系Anna Allen表示，"这种端到端学习方法可轻松应用于其他气象预测领域，如飓风、野火和龙卷风预报。更可拓展至空气质量、海洋动力学和海冰预测等地球系统研究领域。"
研究人员指出，Aardvark最引人注目的特性是其灵活性和简约设计。由于直接通过数据学习，该系统可快速定制适用于特定行业或地区的预报方案——无论是为非洲农业提供气温预测，还是为欧洲新能源企业提供风速预报。
这与传统气象预测系统形成鲜明对比，后者需要大型团队耗时数年才能开发出定制化系统。
"我们日常依赖的天气预报系统历经数十年发展，而仅用18个月时间，我们就在台式电脑上构建出具有竞争力的系统，且仅需十分之一的数据量。"兼任艾伦·图灵研究所气象预测首席研究员的Turner教授补充道。
这项技术有望改变发展中国家的气象预测现状，这些地区通常缺乏开发传统系统所需的专业知识和计算资源。
"释放AI潜力将彻底改变从政策制定者、应急管理人员到依赖精准天气预报的各行业的决策方式，"艾伦·图灵研究所ScottHosking博士表示，"Aardvark的突破不仅在于速度，更在于可及性。通过将气象预测从超级计算机转移到普通电脑，我们能让发展中国家和数据稀缺地区共享这项强大技术。"
Turner教授强调："Aardvark的诞生离不开学界数十年的物理模型发展积累，特别要感谢ECMWF提供的ERA5数据集，这对系统训练至关重要。"
"学界与产业界的深度合作对应对技术挑战、把握AI机遇至关重要，"ECMWF的Matthew Chantry表示，"Aardvark的方法将模块化设计与端到端预报优化相结合，确保了对现有数据集的高效利用。"
微软研究院Chris Bishop博士评价道："Aardvark不仅是AI气象预测领域的重要成就，更彰显了科研共同体通力合作、以创新方式推进AI技术应用的强大力量。"
未来，艾伦·图灵研究所将组建由Turner教授领导的新团队，探索在"全球南方"部署Aardvark系统的可能性，并将该技术整合到研究所更高精度的天气、海洋及海冰环境预测体系中。
发表于 2025-3-22 11:14
