天氣預報正受益于AI的蓬勃發展。圖片來源：NESDIS/STAR/NOAA/Alamy

美國微軟公司開發了首個能夠準確預測全球空氣污染情況的人工智能(AI)模型，它甚至還能預測10天的全球天氣，而所有這些都可在不到1分鐘的時間內完成。

該模型名為Aurora，是微軟正在開發的一款AI天氣預報工具，其他的此類工具還有谷歌DeepMind的GraphCast，以及英偉達的FourCastNet。但研究人員表示，Aurora快速預測全球空氣污染的能力是開創性的。

“對我來說，這是大氣化學與機器學習之旅的第一步。”歐洲中期天氣預報中心(ECMWF)的機器學習研究員Matthew Chantry說。

傳統天氣預報使用了大氣、陸地和海洋物理過程的數學模型。Chantry說，為了預測空氣污染水平，研究人員以前一直使用機器學習和傳統數學模型。而Aurora似乎是第一個預測全球空氣污染的完全AI模型，這是一項比天氣預報復雜得多的任務。

Chantry說，與傳統模型相比，AI模型通常只需要較少的計算能力進行預測。

美國微軟研究院科學智能中心的AI研究員Paris Perdikaris和同事發現，Aurora可以在不到1分鐘的時間內預測全球6種主要空氣污染物的水平，包括一氧化碳、氮氧化物、二氧化氮、二氧化硫、臭氧和顆粒物，時間跨度為5天。研究團隊在近日公布于arXiv的預印本中寫到，與ECMWF在哥白尼大氣監測服務局使用的傳統模型相比，Aurora可“以低幾個數量級的計算成本”預測全球空氣污染水平。

Aurora的預測質量與傳統模型相似。政策制定者可以利用這些預測追蹤空氣污染并防范相關的健康危害。研究表明，空氣污染與哮喘、心臟病和癡呆癥的風險增加有關。

研究人員使用超過100萬小時的來自6種天氣和氣候模型的數據對Aurora進行了訓練。之后，他們對Aurora進行了調整，以預測全球的污染和天氣狀況。該模型在進行空氣污染預測的同時，還會生成10天的全球天氣預報。

研究人員表示，在某些任務中，Aurora可以勝過其他AI天氣預測模型，如GraphCast，后者可以超越傳統模型，在幾分鐘內預測全球天氣。但Chantry表示，現在進行明確的比較還為時過早。“你必須花很多時間，并且接觸到模型本身，才能真正深入了解細節，并確定模型A比模型B更好。”

進一步研究將揭示在不同數據集上訓練的AI模型(如Aurora)是否比在單一數據集上訓練的AI模型(如GraphCast)表現得更好。“有很多研究要做。”Chantry說。

相關論文信息：

https://doi.org/10.48550/arXiv.2405.13063