人工智能在气象预测领域的应用前景 - 人工智能技术迅猛发展，为更精准预测天气与气候带来前景 [1] - 当前研究聚焦于厘清预测不确定性的原因和机制，AI模型可助一臂之力 [1] - 多位院士学者在年会中围绕人工智能时代的天气与气候预测等前沿话题展开交流 [1] AI气象大模型的优势与案例 - AI气象大模型具备计算时间更快、预报准确率更高、自带优化模块三大优势 [2] - 传统物理模型约1小时的计算量，AI模型几分钟即可完成 [2] - 在台风路径预报中，部分大模型的准确率已超越传统数值模式 [2] - 基于Transformer架构的AI模型对厄尔尼诺现象的预测时长突破18个月，远超传统动力模型 [2] - 全球AI天气预报模型的台风路径预报相对于传统全球数值天气预报模式有明显优势 [3] - 上海台风智能模型1.0版将台风预报分辨率提高到公里级，预报时间从64分钟压缩至3分钟 [3] AI气象预测当前的技术挑战 - 当前气象大模型存在两大短板：预报结果的物理机制解释不清，以及时间分辨率不够高 [4] - 部分大模型对台风数据的生成只能6小时刷新一次，而传统数值模式仅需几分钟 [4] - 气象数据驱动的AI模型因时空分辨率过低等问题，无法观察到传统模式中的“蝴蝶效应” [4] - 目前AI仍不能解决精确计算的问题 [4] 高性能计算与AI的融合路径 - 新一代天气预报应是高性能计算与AI的结合，以打破计算精度瓶颈 [4] - 需要借助多类型超算，将AI与传统科学计算方案深度融合，以提升整体计算性能 [4] - 进行地球系统模拟研究对高性能计算提出更高期待，需建立异构、众核的超算系统 [5] - 面对海量计算，千万核并行将成为地球系统模拟的重要能力，并需建立高内存、大带宽的超算系统 [5]