隨著算力增長的趨緩和物理模型的逐漸復雜化，傳統(tǒng)數(shù)值預報的瓶頸日益突出，研究者開始挖掘新的氣象預報范式，例如使用深度學習方法來預測未來天氣。在數(shù)值方法應用最廣泛的中長期預報領域，現(xiàn)有的AI預報方法精度顯著低于數(shù)值預報方法，并受到可解釋性欠缺、極端天氣預測不準等問題的制約。來自華為云的研究人員提出一種新的高分辨率全球AI氣象預報系統(tǒng)——盤古氣象大模型。作為首個精度超過傳統(tǒng)數(shù)值預報方法的AI模型，華為云盤古氣象大模型的預報速度是傳統(tǒng)數(shù)值模式的10000倍以上，能夠提供全球氣象秒級預報，預測結(jié)果包括位勢、濕度、風速、溫度、海平面氣壓等，可以直接應用于多個氣象研究細分場景。

　　華為云研發(fā)團隊兩年前開始AI氣象方向的研究。他們發(fā)現(xiàn)，AI氣象預報模型的精度不足主要有兩個原因：一是現(xiàn)有AI氣象預報模型都是基于2D神經(jīng)網(wǎng)絡，無法很好地處理不均勻的3D氣象數(shù)據(jù)；二是AI方法缺少數(shù)學、物理的機理約束，在迭代過程中會不斷積累迭代誤差。為此，團隊提出用適應地球坐標系統(tǒng)的三維神經(jīng)網(wǎng)絡處理復雜的不均勻3D氣象數(shù)據(jù)，并且使用層次化時域聚合策略減少預報迭代次數(shù)，從而減少迭代誤差�；�于43年的全球天氣數(shù)據(jù)訓練深度神經(jīng)網(wǎng)絡后，盤古氣象大模型在精度和速度上全面超越了傳統(tǒng)的數(shù)值預測方法。

　　談到為何選擇AI氣象預報領域作為突破口，華為云研發(fā)團隊負責人表示：一方面，氣象預報尤其是對暴雨、臺風、干旱、寒潮等極端天氣的精準預測關乎國計民生；另一方面，氣象預測問題非常復雜，AI可以從海量數(shù)據(jù)中挖掘出新的大氣演變規(guī)律，在精度和速度上具有相當大的提升潛力。“未來，華為云將聯(lián)合全球氣象機構(gòu)，繼續(xù)探索并發(fā)揮AI在氣象領域的應用潛力，為農(nóng)林牧漁、航空航海等行業(yè)及公共安全領域提供有力的科技支持�！痹撠撠熑吮硎尽�