从欧洲的致命性洪灾到全球加剧的热带气旋，气候危机使得精准及时的天气预报变得前所未有的重要。然而传统预报方法依赖耗时数十年开发的高度复杂数值模型，需要强大的超级计算机及大型专家团队支持。据开发者称，Aurora人工智能系统通过AI技术提供了一种高效强大的替代方案。
从欧洲致命的洪水到全球范围内加剧的热带气旋，气候危机使得及时、精确的预报比以往任何时候都更加重要。然而，传统的预报方法依赖于数十年来开发的高度复杂的数值模型，需要强大的超级计算机和庞大的专家团队。据其开发者称，Aurora利用人工智能提供了一种强大而高效的替代方案。
机器学习的核心作用
阿姆斯特丹大学机器学习专家、该模型背后的研究人员之一马克斯·韦林解释道：“Aurora采用最先进的机器学习技术，为关键环境系统——空气质量、天气、海浪和热带气旋——提供卓越的预测。”与传统方法不同，Aurora所需的计算能力要低得多，使高质量预报更易于获取且更具可扩展性——特别是在缺乏昂贵基础设施的地区。
基于百万小时地球数据的训练
Aurora建立在一个拥有13亿参数的基础模型之上，该模型使用超过一百万小时的地球系统数据进行训练。它经过微调，在一系列预报任务中表现出色：
- 空气质量：在74%的情况下优于传统模型
- 海浪：在86%的预测目标上超越数值模拟
- 热带气旋：在100%的测试中击败七个业务预报中心
- 高分辨率天气：在92%的情景中超越领先模型，尤其在极端事件期间
快速、精确且普惠的预报
随着气候多变性加剧，快速可靠的预报对于防灾备灾、应急响应和气候适应至关重要。研究人员相信Aurora可通过提升先进预报的可及性提供帮助。
同样来自阿姆斯特丹大学的人工智能研究员安娜·卢西奇指出：“曾经耗时数年的开发周期，如今小型工程团队仅需数周即可完成。这对全球南方国家、小型气象服务机构以及专注于本地化气候风险的研究团队可能尤其有价值。”韦林补充道：“重要的是，这种加速建立在数十年基础研究以及通过传统预报方法积累的海量数据集之上。”
Aurora可在网上免费供任何人使用。若有人想针对特定任务进行微调，则需提供该任务的数据。卢西奇解释说：“但‘初始’训练已完成，我们不再需要这些海量数据集，其中的所有信息都已内化于Aurora之中。”
面向未来的预报工具
尽管当前研究聚焦于上述四项应用，但研究人员表示Aurora具有灵活性，可用于广泛的未来场景。这些场景可能包括预测洪水风险、野火蔓延、季节性天气趋势、农业产量以及可再生能源输出。韦林表示：“其处理多样化数据类型的能力使其成为一个强大且面向未来的工具。”
研究总结指出，随着世界面临更多极端天气——从热浪到飓风——像Aurora这样的创新模型，有望推动全球从被动应对危机转向主动构建气候韧性。