Blog
氣候變遷可能阻礙AI天氣預測
氣候變遷可能阻礙AI天氣預測
July 13, 2023
人工智慧(AI)依賴歷史天氣數據進行天氣預測，但氣候變遷正在給這種努力帶來複雜性。
幾十年來，早晨的天氣報告一直依賴於同類型的傳統模型。現在，天氣預報正準備加入被人工智慧革命化的行業之列。
兩篇於周三發表在科學期刊《自然》的論文，推崇了兩種新的AI預報方法的潛力——研究者表示，這些系統可能比傳統模型更快、更準確。
這些都是正在席捲全球氣象學社區的AI模型的新浪潮的一部分。它們有可能改變預報行業。
但專家們警告說，氣候變化可能對新興的AI天氣模型構成獨特的挑戰。
AI系統依賴歷史天氣數據來教導他們如何產生準確的預測。但隨著地球變暖，某些類型的天氣事件，如熱浪和颶風，變得更加強烈——在某些情況下，它們變得如此極端，以至於在歷史記錄中幾乎沒有例子。這可能使AI天氣模型難以準確模擬前所未有的、打破紀錄的事件。
這些問題是AI專家們仍在調查的。然而，新的《自然》論文表明，AI天氣預報的世界正在迅速發展。
第一篇論文描述了一種名為Pangu-Weather的模型——它預測全球不同的天氣變數，如溫度和風速，最多可提前一周。由華為技術有限公司的研究人員開發，該模型的運算速度比傳統模型快多達10,000倍。
研究人員發現，它能夠準確追蹤熱帶氣旋的路徑。而且，它比歐洲中期天氣預報中心，這個世界領先的天氣中心，準確性稍高。
然而，Pangu-Weather還有一些限制。研究人員沒有研究它對降雨——一種主要的天氣變數和在模型中最難準確捕獲的一種的表現。
另一篇論文則主要處理降雨。它描述了一種名為NowcastNet的AI系統，該程序專門進行最長只有幾個小時的短期預報。研究人員發現，NowcastNet能夠勝過許多主要的競爭對手。
Pangu-Weather和NowcastNet是最近一波新的AI天氣模型中的最新成員，其中許多是由私人公司而不是傳統主導天氣的政府實體開發的。這些程序與傳統的預報系統在一些基本方式上有所不同。
傳統的預測依賴於一種稱為數值天氣預報的系統。這是一種數學模型，使用複雜的方程式來預測天氣系統在時間和空間上的變化。這些方程式描述了大氣和海洋中空氣和水運動的實際物理學。
因為涉及到如此多的數學和物理，數值天氣模型需要極高的計算能力。這使得它們昂貴且耗時。這也限制了這些模型可以準確捕獲的細節過程。例如，單個雲的物理學在做全球性的大規模預測的模型中就難以模擬。
科學家們已經提出了各種方法來解決傳統模型中的這些困難。一種策略是一種稱為參數化的方法——也就是科學家將模型中的實際物理方程替換為一個簡化的程序，該程序在不強制模型表示實際物理學的情況下，一般能捕獲這個過程。
但擁護者們認為，人工智慧可能以更快和更準確的結果取代這些變通方法。
AI模型不需要以數學方程式的形式表示實際的物理學。相反，他們吸收大量的歷史天氣數據，並學會識別模式。然後，當他們接收到有關當前天氣條件的新數據時，他們使用這些模式來進行預測。
幾十年來，科學家們一直在努力將AI組件整合到傳統的天氣模型中，以使它們運行得更快、更便宜。有些公司現在正在開發全AI模型——如Pangu-Weather和NowcastNet——可以完全取代數值模型系統。
這是一個迅速發展的領域。就在兩年前，科學家在《皇家學會期刊》上發表的一篇論文中提出，AI天氣模型可能有潛力產生與數值模型相等或更好的結果。
研究人員表示：“我們認為，數值天氣模型有一天可能會變得過時，但在這個目標變得可行之前，需要一些基本的突破。”
像Pangu-Weather和NowcastNet這樣的新興方法表明，這種突破正在進行中。科羅拉多州立大學的研究人員Imme Ebert-Uphoff和Kyle Hilburn在對新研究的評論中也說，這個領域有潛力，該評論也在周三的《自然》上發表。
原則上，像Pangu-Weather這樣的模型所展示的更快的計算速度“可能帶來巨大的好處”，他們寫道。
另一方面，對AI系統來說，還有一些潛在的障礙——特別是隨著地球變暖。
專家們警告說，AI模型可能在模擬因氣候變化而變得更加劇烈的極端天氣事件時遇到問題。
熱浪、乾旱、颶風、野火和各種其他與氣候相關的事件隨著溫度上升都變得更加極端，有些已經進入了前所未有的領域。就在上週，全球各地的熱度紀錄不斷被打破，科學家警告說，地球可能正在經歷人類歷史上最熱的日子。
準確預測極端天氣事件是天氣模型最重要的功能之一，使決策者能夠及時發出公共安全通告或實施疏散，以保護弱勢群體。但
AI模型是用歷史天氣數據來學習如何產生預測的——而隨著天氣變得更加極端，歷史記錄中這種強烈事件的例子可能會更少。
這意味著AI系統可能沒有足夠的數據來準確模擬未來前所未有的極端情況。事實上，如果他們面對的天氣條件完全是他們從未見過的，可能很難預測他們會如何反應。
Ebert-Uphoff和Hilburn在他們的評論中警告說，AI系統的行為“在程序遇到前所未有的情況時，往往是不可預測的。一個極端的天氣事件可能會引發非常不穩定的預測。”其他專家也提出了類似的擔憂。
2021年《皇家學會期刊》上的那篇論文的作者指出，歷史記錄中“極端事件的稀缺性”對AI天氣模型構成了挑戰。他們還指出，雖然有一些研究已經嘗試評估AI系統在數據有限的情況下捕獲極端事件的表現，但結果參差不齊——有些表現良好，而有些則失敗了。
科羅拉多州立大學的科學家和科羅拉多州的氣候學家Russ Schumacher在給E&E News的一封電子郵件中說：“AI模型在全球變暖的氣候中的表現如何是一個非常有趣的問題，據我所知，到目前為止還沒有被深入探索。”Schumacher的研究小組已經將人工智能應用於預測風暴和其他危險天氣狀況的模型中。
他建議說，包括AI組件和數值模型組件在內的混合模型可能在處理創紀錄的事件時會遇到更少的困難。但對於完全由AI驅動的模型，他說，“對於完全超出歷史記錄的情況，它將如何回應並不完全清楚。”
他補充說，這些評價是研究人員在繼續開發AI天氣模型時需要考慮的重要因素。他們必須調查模型在日常的天氣預報，以及在危險的、影響深遠的事件上的表現。
一般來說，他認為AI天氣模型有潛力。但他指出，他們可能不會完全取代傳統的方法。數值模型和AI模型可能最終會有不同的優點，人類的經驗對於綜合和傳達天氣信息仍然是有價值的。
他說：“在我看來，我們理想的目標是讓氣象學領域能夠利用所有方法的優點。”
新聞原址： https://www.scientificamerican.com/article/climate-change-could-stump-ai-weather-prediction/?ref=futurepedia