自然サブジャーナル、上海理工大学、復旦大学、中国気象局が「予測可能砂漠」を突破する季節限定AI大型モデル「Fuxi」を開発-AI-php.cn

自然サブジャーナル、上海理工大学、復旦大学、中国気象局が「予測可能砂漠」を突破する季節限定AI大型モデル「Fuxi」を開発

1. 編集者|サイエンスAI

著者| Fuxiチーム

州審議会発行の「質の高い気象開発大綱（2022～2035年）」では、「主要な気象過程を1か月前に予測する」ことが必要と明記されており、これは15以上の準季節気候予測技術と不可分である。日々。

季節限定気候予測は、今後 15 ～ 60 日の気候異常に焦点を当てており、農業、水利保全、エネルギー、その他の分野での生産調整に重要なサポートを提供できます。

有効期間が 2 週間未満の短期および中期天気予報と比較して、準季節気候予報は不確実性が高くなります。初期値の問題を考慮するだけでなく、境界強制の影響も考慮する必要があります。予測ソースはより複雑になり、予測スキルは少なくなります。したがって、季節未満の気候予測は常に「予測可能砂漠」と呼ばれてきました

その複雑さのため、大規模な AI モデルの時間スケールでのパフォーマンスでさえ、従来のモデルを超えることはできませんでした。長い間。

この問題を解決するために、上海科学知能研究所（尚志研究所と呼ばれる）、復旦大学、中国気象局国家気候センターは共同で「復興」サブシステムを開発した。季節気候予測モデル (FuXi-S2S) は、従来の数値予報モデルのベンチマークである欧州中期天気予報センター (ECMWF) の S2S モデルを初めて上回りました。

この度、「従来の全球亜季節予報モデルを上回る機械学習モデル」と題する論文が、権威ある国際総合誌「Nature Communications」に掲載されました。

自然サブジャーナル、上海理工大学、復旦大学、中国気象局が「予測可能砂漠」を突破する季節限定AI大型モデル「Fuxi」を開発機械学習モデルとして、「Fuxi」亜季節気候予測モデルには比較的包括的な変数が含まれています:

11 の地上レベル変数

は、大規模なアンサンブル予測を迅速かつ効率的に生成する機能がユニークで、約 7 秒で完了します。最大 42 日間の毎日の平均予測。

この予測情報は、農業計画、資源管理、災害への備え、熱波、干ばつ、寒波、洪水などの異常気象からの保護にとって非常に重要です。

「Fuxi」大規模亜季節気候予測モデルは、技術面で 2 つの重要な革新を達成しました。

これらの技術的進歩により、特に私の国の長江中流域や下流域などの温帯地域において、モデルの全球規模の降水量予測能力が大幅に向上しました。

イラスト: プロセスアーキテクチャの概要。 (出典: 論文)

自然サブジャーナル、上海理工大学、復旦大学、中国気象局が「予測可能砂漠」を突破する季節限定AI大型モデル「Fuxi」を開発 MJOは、熱帯から中高緯度までの地域に影響を与える周期的な大気循環パターンです。 MJO を予測することは、気象学者や気候学者が数週間から数か月先の降水パターン、暴風雨の活動、気温の変化、干ばつや洪水などの異常気象の発生をより正確に理解し、予測するのに役立ちます。

「Fuxi」亜季節気候予測大規模モデルは、MJO の予測スキルを効果的に向上させ、ECMWF の S2S モデルの期間 30 日を大幅に上回る 36 日間に達しました。

イラスト: 2017 年から 2021 年までのすべてのテストデータを使用した ECMWF 準季節対季節 (S2S) 再予測 (青) と FuXi-S2S 予測 (赤) リアルタイム多変量マッデンジュリアン振動 (MJO) (RMM) アンサンブル平均間の二変量相関 (COR) 比較。 (出典: 論文)

自然サブジャーナル、上海理工大学、復旦大学、中国気象局が「予測可能砂漠」を突破する季節限定AI大型モデル「Fuxi」を開発さらに、「Fuxi」亜季節気候予測モデルは、顕著性マップを構築することで、極端な現象につながる潜在的な情報を特定することもできます。この機能は、現象の発生を予測する上で非常に重要です。パキスタンの洪水時の極端な降雨の側面が検証されました。

具体的なプロセスは、最初に損失関数（下図の緑色のボックスでマークされたパキスタンの平均降水量異常率など）を定義し、モデルパラメータを固定してから、バックプロパゲーションを使用して、入力画像のピクセルを最終的に出力します。の勾配。パキスタンの降水異常率に対する入力気象要素の正と負の相関効果を反映します。

Grâce aux puissantes capacités de prévision et d'identification des signaux précurseurs du modèle de prévision climatique sous-saisonnière « Fuxi », des outils et des stratégies efficaces peuvent être fournis pour faire face aux événements météorologiques extrêmes.

自然サブジャーナル、上海理工大学、復旦大学、中国気象局が「予測可能砂漠」を突破する季節限定AI大型モデル「Fuxi」を開発

Illustration : Analyse comparative du modèle subsaisonnier à saisonnier (S2S) du CEPMMT et du modèle FuXi-S2S pour les prévisions des inondations de 2022 au Pakistan, et des signaux précurseurs qui contribuent à des prévisions précises par le modèle FuXi-S2S. (Source : article) Outlook
Dans le passé, seuls quelques pays dans le monde étaient capables de développer et d'exploiter des modèles de prévision numérique traditionnels en temps réel. Leur développement et leur fonctionnement nécessitaient beaucoup de main-d'œuvre et de ressources informatiques, et s'appuyaient sur des milliers de personnes. Processeurs sur supercalculateurs.
Aujourd'hui, les modèles basés sur l'IA tels que le modèle météorologique Fuxi fonctionnent plus rapidement et nécessitent moins de ressources informatiques après la formation, offrant ainsi une option plus abordable pour les pays en développement.
L’intelligence artificielle dispose également d’une large marge de développement dans le domaine de la gestion des risques liés au changement climatique. Cela peut changer le paradigme de recherche en science du climat, dépasser les limites des modèles traditionnels et réaliser des prévisions précises des risques climatiques avec une résolution spatiale plus fine et des échelles de temps plus longues. Cette technologie sera largement utilisée dans les domaines de la prévision des climats extrêmes, des transports, des assurances, des nouvelles énergies, du commerce à terme, de l'urbanisme et d'autres domaines industriels.
Actuellement, le grand modèle de prévision climatique sous-saisonnière « Fuxi » peut encore être amélioré. Par exemple, sa résolution spatiale est de 1,5 degrés, ce qui est encore relativement approximatif par rapport à la résolution spatiale de 36 km du modèle sous-saisonnier du CEPMMT. La prévision actuelle est la température moyenne quotidienne, l'absence de température maximale quotidienne et de température minimale quotidienne, etc.
De plus, le grand modèle de sous-saison « Fuxi » explore également l'augmentation de la couche de pression maximale de 50 hPa (cent Pascals) actuelle à 1 hPa ou même à proximité de l'espace, permettant davantage de scénarios d'application.
À propos des auteurs
Chen Lei, chercheur à l'Institut de technologie de Shanghai, Zhong Xiaohui, chercheur postdoctoral à l'Institut d'innovation et d'industrie de l'intelligence artificielle de l'Université de Fudan, et Wu Jie, directeur adjoint du Laboratoire ouvert de recherche sur le climat de Chine. L'Administration météorologique, sont les co-premiers auteurs de l'article. Qi Yuan, doyen de l'Institut Shangzhi et professeur émérite Haoqing de l'Université de Fudan, Li Hao, doyen adjoint de la recherche scientifique de l'Institut Shangzhi et chercheur à l'Institut d'innovation et d'industrie de l'intelligence artificielle de l'Université de Fudan, et Lu Bo, chercheur en recherche sur le climat Le Laboratoire ouvert de l'Administration météorologique chinoise est co-auteur de l'article.
Tous les auteurs : Lei Chen, Xiaohui Zhong, Hao Li#, Jie Wu, Bo Lu#, Deliang Chen, Shang-Ping Xie, Libo Wu, Qingchen Chao, Chensen Lin, Zixin Hu et Yuan Qi# (# signifie auteur de la communication)
Lien papier : https://www.nature.com/articles/s41467-024-50714-1

以上が自然サブジャーナル、上海理工大学、復旦大学、中国気象局が「予測可能砂漠」を突破する季節限定AI大型モデル「Fuxi」を開発の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。