今天，上海人工智能实验室联合中国科学技术大学、上海交通大学、南京信息工程大学、中国科学院大气物理研究所及上海中心气象台发布了全球中期天气预报大模型“风乌”。基于多模态和多任务深度学习方法构建，AI大模型“风乌”首次实现了在高分辨率上对核心大气变量进行超过10天的有效预报，并在80%的评估指标上超越DeepMind发布的模型GraphCast。此外，“风乌”仅需30秒即可生成未来10天全球高精度预报结果，在效率上大幅优于传统模型。
实验室领军科学家欧阳万里表示，“‘风乌’取名自秦汉时期的‘相风铜乌’，是世界上最早的测风设备。天气预报大模型‘风乌’不仅承载了中国古人的智慧，也寓意实验室致力于在气象等AI for Science领域不懈探索。”
运用“风乌”大模型，全球气象有效预报时间首次突破10天。
如何提高天气预报的时效和准确度，一直是业内的重点课题。随着近年来全球气候变化加剧，极端天气频发，各界对天气预报时效和精度的期待与日俱增。在气象气候预报任务中，全球中期天气预报是最重要的预测任务之一，它以预测未来14天内的大气系统状态为目标，不仅是当前广泛使用的集成天气预测系统的基础，也是区域性数值天气预报系统的背景场和边界条件。
过去数十年，全球中期天气预报的有效性每10年才提高1天，难以满足社会和经济的发展需求。随着深度学习技术和框架的不断成熟，人工智能为地球科学等领域带来了全新的研究思路。上海人工智能实验室青年科学家白磊介绍，“风乌”提供了一个强大有效的全球中期天气预报的AI框架，其领先性体现在预报精度、预报时效和资源效率三方面。
在预报精度方面，与DeepMind的GraphCast相比，“风乌”的10天预报误差降低10.87%；与传统的物理模型相比，其误差降低19.4%。在预报时效方面，根据国际常用的标准，z500 ACC大于0.6时气象预报结果具有可用性。此前，全球范围内最好的物理模型HRES在此标准范围内，有效预报时长最大为8.5天，而“风乌”基于再分析数据达到了10.75天。在资源效率方面，现有物理模型往往运行在超级计算机上，而“风乌”AI大模型仅需单GPU便可运行，仅需30秒即可生成未来10天全球高精度预报结果。
红线代表“风乌”预报数值，黑线代表GraphCast预报数值。
气象专家介绍，尽管目前有一些产品提供未来15天的气象预报服务，但是10天以上的预报性能还具有很大不确定性，无法达到有效预报的标准。实践证明，将观测与数值预报和人工智能相结合，可有效提升数值预报的准确性。“风乌”首次将全球气象预报的有效性提高到10.75天，有很大的业务应用价值。
取得科技突破的背后，是上海人工智能实验室AI for Earth联合团队将一种基于多模态多任务的深度学习方法用于构建AI天气预报模型，实现了对全球中期天气进行快速、准确预报。由于不需要通过复杂的物理系统仿真，AI气象预报模型突破了传统预报方法的计算瓶颈，能够高效地进行预报和集成。同时，AI对气象数据关系的强大拟合能力使其有潜力突破传统数值模式预报中的性能瓶颈。
未来，“风乌”AI气象大模型可与传统的物理模型形成互补，凭借其卓越的性能和精度，为生产生活提供更准确、更实用的天气预报信息，助力天气预报数字化，为农林牧渔、航空航海等各行业及公共安全保障提供有力的支持。上海人工智能实验室AI for Earth团队还将把人工智能方法应用于更广泛的气象、环境、天文、地质等地球科学问题研究，助力满足碳中和、防灾减灾、能源安全等重大需求。
