突破！华为，唯一单位发《Nature》正刊！
以下文章来源于高分子科学前沿 ，作者高分子科学前沿
盘古是中国神话中的重要人物之一，被认为是宇宙的创造者。盘古的创世故事在中国文化中有着深远的影响。他象征着宇宙的起源和创造力，也代表着生命的诞生与发展。在中国的文学、绘画、雕塑和宗教信仰中，盘古形象经常出现，并且被广泛视为中国神话传说中的重要角色之一。 最近，华为云带领“盘古”登顶《Nature》！
“盘古天气”准确的中期全球天气预报
天气预报对科学和社会都很重要。目前，最准确的预报系统是数值天气预报（NWP）方法，它将大气状态表示为离散的网格，并以数值方式解决描述这些状态之间转换的偏微分方程。然而，此过程的计算成本很高。最近，基于人工智能的方法已经显示出将天气预报的速度提高几个数量级的潜力，但预报的准确性仍然明显低于数值天气预报的方法。
在这里，华为云人工智能领域首席科学家田奇带领团队开发了一种基于人工智能的方法用于精确的中程全球天气预报。作者表明，配备有地球特定先验的三维深度网络能够有效地处理天气数据中的复杂模式，而且分层的时间聚合策略能够减少中程预报的累积误差。在39年的全球数据上进行训练后，作者的程序 "盘古气象 "与世界上最好的NWP系统--欧洲中程天气预报中心（ECMWF）的业务综合预报系统相比，在所有测试变量上都获得了更强的确定性预报结果。此方法对极端天气预报和集合预报也有很好的效果。当用再分析数据进行初始化时，跟踪热带气旋的准确性也高于ECMWF-HRS。相关成果以“Accurate medium-range global weather forecasting with 3D neural networks”为题发表在最新一期《Nature》上，华为云为唯一单位。
通过3D网络进行全球天气预报
作者通过深度学习建立了天气预报系统。该方法涉及到训练深度训练，将某一特定时间点的再分析天气数据作为输入，然后产生未来某一时间点的再分析天气数据作为输出。ERA5数据的时间分辨率为1小时；在训练子集中（1979-2017），有多达341,880个时间点。作者训练了四个深度网络，准备时间（输入和输出的时间差）分别为1小时、3小时、6小时和24小时。四个深度网络中的每一个都被训练了100个纪元，在一个由192个NVIDIA Tesla-V100 GPU组成的集群上，每个都需要大约16天。
中程天气预报的准备时间是7天或更长。这促使作者反复调用基础深度网络，将每个预测结果作为下一步的输入。为了减少累积的预测误差，作者引入了分层时间聚合，总是调用具有最大可负担的提前期的深度网络。在数学上，这大大减少了迭代的次数。与使用固定6小时预报模型的FourCastNet2相比，此方法更快、更准确。
确定性全球天气预报
作者对ERA5的未扰动初始状态进行了确定性预报。然后，作者将盘古天气与NWP和AI中最强的方法进行了比较。盘古气象的空间分辨率为0.25°×0.25°。盘古气象的预报间隔为1小时，比FourCastNet少6倍。2018年的总体预报结果如图2所示。对于每个被测试的变量，盘古气象都比运行中的IFS和FourCastNet报告的结果更准确。
图3是盘古气象的3天预报结果的可视化图。作者将其结果与运行中的IFS和ERA5地面实况进行了比较。盘古气象产生了更平滑的等值线，这意味着该模型倾向于预测相邻地区的数值。相比之下，运行中的IFS预报就不那么平滑了。
追踪热带气旋
接下来，作者用盘古天气来追踪热带气旋。作者将盘古气象与ECMWF-HRES进行了比较。如图4所示，盘古气象对这些气旋的跟踪结果统计上比ECMWF-RES更准确。盘古气象的气旋眼3天和5天的平均直接位置误差分别为120.29公里和195.65公里，小于ECMWF-RES的162.28公里和272.10公里。作者还在图4中展示了西太平洋两个最强气旋 "金刚 "和 "玉兔 "的跟踪结果。
集合天气预报
作为一种基于人工智能的方法，盘古天气比运行中的IFS快10000多倍。这为作者提供了一个以小的计算成本进行大成员集合预报的机会。作者通过简单的平均预测结果得到了一个100人的合奏预测。如图5所示，当提前期为5-7天时，集合平均数明显要好。集合预报对非平稳变量，如Q500和U10带来更多好处。与NWP方法相比，"盘古气象 "在很大程度上降低了集合预报的成本，使气象学家能够运用他们的专业知识来控制噪声，提高集合预报精度。
小结
在本文中，作者介绍了盘古气象，这是一个基于人工智能的系统，可以训练深度网络，用于快速和准确的数值天气预报。主要的技术贡献包括3DEST架构的设计和分层时空聚合策略在中程预报中的应用。通过对39年的全球天气数据进行训练，盘古气象在再分析数据上产生了比世界上最好的NWP系统更好的确定性预报结果，同时速度也快得多。此外，盘古气象在预测极端天气事件和进行集合天气预报方面也很出色。盘古开天揭示了使用大型预训练模型进行各种下游应用的潜力，显示了与其他人工智能范围相同的趋势。
