Nature重磅：AI击败最先进全球传统天气、气候模型，30秒生成22.8天大气模拟，准确预测40年...

主要观点总结

Google Research团队开发的AI模型NeuralGCM在天气预测和气候模拟方面展现出强大的能力，达到甚至超过了现有传统数值天气预报模型和其他机器学习（ML）模型的准确度。该模型结合了机器学习和物理方法，可用于长期天气和气候预测，对减少灾害影响、理解气候缓解和适应等具有关键作用。

关键观点总结

关键观点1: NeuralGCM模型简介

NeuralGCM是结合机器学习和物理方法的模型，旨在提高天气预测和气候模拟的准确性和速度。

关键观点2: NeuralGCM的预测能力

NeuralGCM在超短期、短期和中期时间尺度上的预测能力已经与最先进的模型相媲美，甚至在某些方面表现更好。

关键观点3: NeuralGCM在气候模拟方面的表现

NeuralGCM能够准确地模拟季节循环、热带气旋和历史温度趋势等关键气候指标，展现出强大的气候模拟能力。

关键观点4: NeuralGCM的局限性

虽然NeuralGCM在天气和气候预测方面取得了重大进展，但它仍然面临一些局限性，如对未来气候的预测能力有限、模拟未观测气候的挑战、物理约束和数值稳定性问题，以及缺乏与其他地球系统组件的耦合等。

关键观点5: 传统天气预测和气候模拟的现状

传统天气预测和气候模拟正在被AI技术颠覆。许多科技公司和高校都在这一方向取得了重大进展，包括盘古气象模型、NowcastNet模型等。