(資料圖片)

品玩 7 月 6 日訊，日前，國(guó)際頂級(jí)學(xué)術(shù)期刊《自然》（Nature）雜志正刊登載了華為云盤古大模型研發(fā)團(tuán)隊(duì)的研究成果 ——《三維神經(jīng)網(wǎng)絡(luò)用于精準(zhǔn)中期全球天氣預(yù)報(bào)》（Accurate medium-range global weather forecasting with 3D neural networks）。

目前盤古氣象大模型能夠提供全球氣象秒級(jí)預(yù)報(bào)，預(yù)報(bào)結(jié)果包括位勢(shì)、濕度、風(fēng)速、溫度、海平面氣壓等多項(xiàng)信息，可直接應(yīng)用于多個(gè)氣象研究細(xì)分場(chǎng)景。

盤古大模型研發(fā)團(tuán)隊(duì)發(fā)現(xiàn)，當(dāng)前 AI 氣象預(yù)報(bào)模型的精度不足主要有兩個(gè)原因：一是原有 AI 氣象預(yù)報(bào)模型都是基于 2D 神經(jīng)網(wǎng)絡(luò)，無(wú)法妥善處理不均勻的 3D 氣象數(shù)據(jù)；二是 AI 方法缺少數(shù)學(xué)物理機(jī)理約束，因此在迭代的過程中會(huì)不斷積累迭代誤差。

為此，該團(tuán)隊(duì)提出采用適應(yīng)地球坐標(biāo)系統(tǒng)的三維神經(jīng)網(wǎng)絡(luò)來(lái)處理復(fù)雜的不均勻 3D 氣象數(shù)據(jù)，并且使用層次化時(shí)域聚合策略來(lái)減少預(yù)報(bào)迭代次數(shù)，從而減少迭代誤差。