在关于AI的众多讨论中——从供应商和企业投入的惊人资金数额，到企业实际投资回报率的争论，再到技术对网络安全、就业岗位的影响，以及对虚假信息和由此产生的信任危机的担忧——人们很容易忽视AI在特定行业中的实用性。
这些数据密集型行业包括医疗保健和生命科学、制造业、金融服务、零售和电子商务。同时也包括天气预报领域，在这里，快速发展的技术——现在包括了AI智能体——正在产生重大影响，推动着一个全球市场的发展。一些观察人士认为，这个市场可能从两年前的1.657亿美元增长到2033年的9.263亿美元。
当前的预报方式——被称为"数值天气预报"的三步法——涉及气象学家从气象站、气象气球、船舶和飞机等各种来源收集数据，通过复杂的计算大气模型运行这些数据，然后进行处理，比如扩展空间粒度和纳入人类预报员的输入。
图灵研究所的研究人员去年写道："这个流程需要庞大的超级计算机、复杂的软件和大型支持团队。"这既昂贵又消耗大量的能源和时间。
众多公司都参与其中，从谷歌及其DeepMind部门的GenCast和WeatherNext2模型系列，到微软的Aurora，再到Weather Company等专业机构及其GRAF模型，以及图灵研究所等较小的AI专家公司及其Aardvark天气预测技术。
利用不断改进的AI模型和工具，长期依赖大型超级计算机和庞大专家团队的天气预报员现在可以在笔记本电脑这样的小型系统上运行预测，降低成本，让以前没有能力的国家也能创建自己的本地预报。
"天气预报的重要性不言而喻，"英伟达气候模拟研究总监、加州大学欧文分校地球系统科学系教授Mike Pritchard在媒体发布会上对记者说。"由气候变化驱动的恶化极端天气正在影响我们所有人，几乎涉及现代生活的每个方面。天气预报影响着我们所有人。它可以推动农业、能源、航空和应急响应的改进。但预报科学正在发生变化。AI已经在天气预报领域引发了一场科学革命，释放了此前认为不可能达到的技能水平。"
极端天气事件的代价巨大
严重天气事件的成本是巨大的。2024年美国27起此类事件的总成本为1827亿美元，2015年至2024年间的总成本超过1.4万亿美元。
不出所料，英伟达一直积极将AI应用于天气研究和预报。2024年，该供应商推出了Earth-2气候数字孪生平台，旨在大幅扩展世界各地天气和气候的模拟和可视化能力。Pritchard说，该平台"包括用于天气预报、降尺度、将粗分辨率预测转换为高分辨率可操作预测的模型，以及用于诊断技能和准确性的工具。"
这些外部模型来自欧洲中期天气预报中心和微软等来源。
其中包括FourCastNet和CorrDiff模型，以及其他供应商构建的托管在英伟达Earth2Studio上的模型，这是一个基于Python的工具包，开发人员可以使用它为Earth-2构建模型和应用程序。
开放预报模型，新的架构
在今天于休斯顿举行的美国气象协会年会上，英伟达发布了一套开放的AI模型和工具——如预训练模型、框架和推理库——为开发人员提供更多选择，让他们能够使用Earth-2并为自己的基础设施开发工具。目标是创建能够加速天气预报和预测的技术，同时降低成本，使更多国家和地区能够开展此类工作。
"这里的目标不是强制人们采用特定的工作方式，"Pritchard在谈到新产品的开放性时说。"而是开发让人们能够以最适合他们的方式工作的工具，给他们对系统的最大控制权，因为对一些用户来说，订阅企业集中式天气预报系统是有意义的。但对其他用户，比如国家来说，主权很重要。"
英伟达推出了三个新的预报模型，包括基于名为"Atlas"的新模型架构的Earth-2 Medium Range，针对中期预报，可提前15天预测。它摄取和处理70多个天气变量，如温度、压力、风和湿度。Pritchard说，新模型在这些变量上的表现优于谷歌的开源GenCast中期模型。
"从哲学上、科学上来说，这是回归简约，"他在谈到Atlas时说。"我们正在远离手工定制的利基AI架构，倾向于简单、可扩展的Transformer架构的未来，这些架构在药物发现、自动驾驶和机器人技术方面产生了变革性结果，并显示这些享有性能和工程工具关键优势的方法可以在天气预报中产生最先进的结果。"
英伟达新的Earth-2 Nowcasting模型也使用名为"StormScope"的新架构构建，其预报范围更紧密，具有公里级分辨率和零到六小时的本地风暴或其他天气系统预测时间线，全部在几分钟内完成。该模型使用生成式AI和Transformer创建了Pritchard所称的"国家规模"预报，他补充说，六小时是"发布警报的机构和需要调配资源的应急响应人员就当地天气做出决策的关键窗口"。
该模型直接从观测数据模拟风暴动态，使其在短期降水预报方面优于现代基于物理的天气预测方法。
"重要的是，由于该模型直接基于全球可用的地球静止卫星观测数据而非特定区域的物理模型输出进行训练，Nowcasting的方法可以适用于地球上任何卫星覆盖良好的地方，使任何国家都能构建主权的、高分辨率的恶劣天气预报能力，而无需依赖昂贵的本地数据档案，"他说。
数据同化是关键
Earth-2 Global DataAssimilation基于另一个名为"HealDA"的新模型架构，产生用于启动天气预报的初始条件。它本质上创建当前大气的快照，如全球数千个位置（包括卫星直接测量之间的区域）的温度、风速、湿度和气压。由于它在GPU上运行，可以在几分钟内完成所有这些工作，而不是超级计算机需要的几小时，他说。
Pritchard补充说，这是重要的一步。
"虽然AI社区和研究社区在过去五年中非常关注预测模型，但这个数据同化任务——这个状态估计任务——在很大程度上仍未被AI解决，但它消耗了传统天气预报大约50%的超级计算负载，"他说。
新的AI预报模型和工具与Earth-2上用于商业和非商业环境的其他工具一起，可在GitHub和Hugging Face上获得。英伟达还指出了一系列正在使用或测试Earth-2产品的组织，包括使用CorrDiff的以色列气象服务局、正在评估Nowcasting的Weather Company，以及使用CorrDiff进行风险评估的标普全球能源等金融服务公司。
Q&A
Q1：英伟达的Earth-2平台是什么？
A：Earth-2是英伟达在2024年推出的气候数字孪生平台，旨在大幅扩展世界各地天气和气候的模拟和可视化能力。该平台包括用于天气预报、降尺度处理、将粗分辨率预测转换为高分辨率可操作预测的模型，以及用于诊断技能和准确性的工具。
Q2：AI天气预报相比传统方法有什么优势？
A：传统的数值天气预报需要庞大的超级计算机、复杂软件和大型支持团队，既昂贵又消耗大量能源和时间。而利用AI模型和工具，天气预报员现在可以在笔记本电脑这样的小型系统上运行预测，大幅降低成本，让以前没有能力的国家也能创建自己的本地预报。
Q3：英伟达发布的三个新预报模型分别有什么特点？
A：三个模型各有特色：Earth-2 Medium Range基于Atlas架构，可提前15天进行中期预报；Earth-2 Nowcasting基于StormScope架构，专注于零到六小时的本地风暴预测；Earth-2 Global Data Assimilation基于HealDA架构，用于产生天气预报的初始条件，能在几分钟内完成传统超级计算机需要几小时的工作。
