📢 转载信息
原文作者：Tim De Chant
在美国大部分地区肆虐的冬季风暴来临之前，一些地区的天气预报在地图上显示得五花八门，降雪预测差异巨大。
英伟达（Nvidia）发布其新Earth-2天气预报模型的时间，对于这场风暴来说再合适不过了。或者，考虑到该公司声称新模型的准确性，也许它早就知道了一些我们不知道的事情？
这些新的人工智能模型有望使天气预报更快、更准确。英伟达声称，其中一款名为Earth-2中程模型（Medium Range）的模型，在超过70个变量上优于谷歌DeepMind的AI天气模型GenCast。GenCast是在2024年12月发布的，它本身的准确性就显著高于当时能够生成长达15天预报的现有天气模型。
英伟达于周一在休斯顿举行的美国气象学会会议上宣布了这些新工具。
英伟达气候模拟总监Mike Pritchard在会议前与记者的电话会议中表示：“从理念上、科学上讲，这是一种回归简洁的方式。我们正在远离手工定制的小众AI架构，转而依靠简单、可扩展的Transformer架构的未来。”
传统上，大多数天气预报依赖于对现实世界中观察到的物理现象的模拟。而AI模型是相对较新的补充。《Earth-2中程模型》基于英伟达一种称为Atlas的新架构，该公司表示将在周一对该架构发布更多细节。
除了中程模型，英伟达的Earth-2套件还包括一个即时预报模型（Nowcasting）和一个全球数据同化模型（Global Data Assimilation）。
即时预报模型提供未来零到六小时的短期预测，旨在帮助气象学家预测风暴和其他恶劣天气的影响。
Pritchard说：“由于该模型是直接基于全球可用的地球同步卫星观测数据进行训练的，而不是基于特定区域的物理模型输出，因此Nowcasting的方法可以在全球任何具有良好卫星覆盖的地区进行调整。”这应该有助于州和较小国家的政府了解恶劣天气系统可能如何影响其领土。
全球数据同化模型利用来自气象站和探空气球等来源的数据，在全球数千个位置生成实时的天气状况快照。然后，这些快照被用作天气模型进行预测的初始点。
传统上，在预报工作开始之前，这些快照需要消耗大量的计算能力。Pritchard说：“这大约占用了传统天气[预报]总超级计算机负载的50%。”“而这个模型可以在GPU上用几分钟完成，而不是在超级计算机上耗费数小时。”
这三个新模型与现有的两个模型并列：CorrDiff，它使用粗粒度预报来生成快速、高分辨率的预测；以及FourCastNet 3，它模拟温度、风和湿度等单个天气变量。
Pritchard表示，这些新模型应该能让更多用户接触到强大的天气预报工具，这些工具传统上是那些有资金支付昂贵超级计算机时间的富裕国家和大型企业的专属领域。
Pritchard说：“这提供了生态系统中的每个人——国家气象局、金融服务公司、能源公司——任何想要构建和完善天气预报模型的人——所使用的基本构建块。”英伟达表示，其中一些工具已投入使用。例如，以色列和台湾的气象学家一直在使用Earth-2 CorrDiff，而《天气公司》（The Weather Company）和道达尔能源（Total Energies）正在评估Nowcasting。
“对于某些用户来说，订阅企业集中式天气预报系统是有意义的。但对于其他用户，比如国家而言，主权很重要，”Pritchard说。“天气是一个国家安全问题，而主权与天气是密不可分的。”
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区