據中國氣象局消息，7月28日9時55分今年第5號臺風“杜蘇芮”在福建晉江沿海登陸，登陸時中心附近最大風力15級（50米/秒，強臺風級）。

(資料圖片僅供參考)

就在此前，在中國氣象局的支持下，上海人工智能實驗室（上海AI實驗室）基于其研發的“風烏”氣象大模型對“杜蘇芮”臺風路徑進行了預測，提前五天有效預報登陸點 。

據介紹，基于7月21日至27日多個起報時刻預報路徑及臺風實際路徑對比，“風烏”提前24小時預報的誤差值為38.7公里，精確度優于氣象預報國際權威機構歐洲中期氣象預報中心（ECMWF）的54.11公里，美國國家環境預報中心（NCEP）的54.98公里。

“風烏”氣象大模型于今年4月由上海AI實驗室聯合中國科學技術大學、上海交通大學、上海中心氣象臺等機構發布。實驗室科學家歐陽萬里表示，“‘風烏’取名自秦漢時期的‘相風銅烏’，是世界上最早的測風設備。天氣預報大模型‘風烏’不僅承載了中國古人的智慧，也寓意實驗室致力于在以氣象為代表的AI for Science領域勇于突破、不懈探索。”

官方介紹，“風烏”僅需30秒即可生成未來10天全球高精度預報結果，在效率上大幅優于傳統模型。

氣象大模型精準預測背后的技術原理是什么？團隊相關人員介紹，在AI模型的設計和訓練過程中，研究團隊發現，多個大氣變量在優化中存在相互影響、且可以看作多任務學習問題，于是“風烏”采用多模態神經網絡和多任務自動均衡權重，解決多種大氣變量表征和相互影響的問題。

具體來說，“風烏”針對的大氣變量包括位勢、濕度、緯向風速、經向風速、溫度以及地表等，大模型將這些大氣變量看作多模態信息，基于多模態和多任務深度學習方法構建，使之具備準確模擬復雜大氣活動規律的能力。

過去數十年間，囿于氣象觀測的準確度，大氣系統中物理過程的復雜性，以及求解大氣模型所需資源規模巨大，全球中期天氣預報的有效性每10年才提高1天，難以滿足社會和經濟的發展需求。

上海人工智能實驗室青年科學家白磊介紹，“‘風烏’提供了一個強大有效的全球中期天氣預報的AI框架，其領先性體現在預報精度、預報時效和資源效率三方面。”

在預報精度方面，相比DeepMind的GraphCast，“風烏”的10天預報誤差降低10.87%，而相比于傳統的物理模型，其誤差降低19.4%。此前，全球范圍內最好的物理模型HRES在此標準范圍內，有效預報時長最大為8.5天，而“風烏”基于再分析數據達到了10.75天。

在資源效率方面，現有物理模型往往運行在超級計算機上，而“風烏”AI大模型僅需單GPU便可運行，僅需30秒即可生成未來10天全球高精度預報結果。

有研究表明，對于單個登陸中國的臺風而言，24小時路徑預報誤差每減小1公里，可減少因災直接經濟損失約0.97億元，準確的臺風預報對于減輕災害損失至關重要。

目前，上海AI實驗室與國家氣象中心、上海市氣象局合作，完成了“風烏”模型業務部署實時試運行工作，并針對今年兩次登陸臺風“泰利”“杜蘇芮”開展對比試驗評估，目前“風烏”已經顯示出在氣象預測領域較強的業務應用潛力。

標簽：