今天小编分享的互联网经验：华为云盘古气象大模型研究成果在《Nature》正刊发表，欢迎阅读。
今日，国际顶级学术期刊《自然》 ( Nature ) 杂志正刊发表了华为云盘古大模型研发团队研究成果——《三维神经网络用于精准中期全球天气预报》（《Accurate medium-range global weather forecasting with 3D neural networks》）。数据显示，这是近年来中国科技公司首篇作为唯一署名部門发表的《自然》正刊论文。《自然》审稿人对该成果给予高度评价：" 华为云盘古气象大模型让人们重新审视气象预报模型的未来，模型的开放将推动该领網域的发展。"
华为云盘古气象大模型是首个精度超过传统数值预报方法的 AI 模型，速度相比传统数值预报提速 10000 倍以上。目前，盘古气象大模型能够提供全球气象秒级预报，其气象预测结果包括位势、湿度、风速、温度、海平面气压等，可以直接应用于多个气象研究细分场景，欧洲中期预报中心和中央气象台等都在实测中发现盘古预测的优越性。
今年 5 月，台风 " 玛娃 " 走向受到广泛关注。中央气象台表示，华为云盘古大模型在 " 玛娃 " 的路径预报中表现优异，提前五天预报出其将在台湾岛东部海網域转向路径。在刚刚结束的第 19 届世界气象大会上，欧洲中期预报中心也指出，华为云盘古气象大模型在精度上有不可否认的能力，纯数据驱动的 AI 天气预报模型，展现出了可与数值模式媲美的预报实力。
华为云盘古大模型研发团队发现，AI 气象预报模型的精度不足主要有两个原因：第一，原有的 AI 气象预报模型都是基于 2D 神经网络，无法很好地处理不均匀的 3D 气象数据；第二，AI 方法缺少数学物理机理约束，因此在迭代的过程中会不断积累迭代误差。为此，团队创造性地提出了适应地球坐标系统的三维神经网络（3D Earth-Specific Transformer）来处理复杂的不均匀 3D 气象数据，并且使用层次化时網域聚合策略来减少预报迭代次数，从而减少迭代误差。通过在 43 年的全球天气数据上训练深度神经网络，盘古气象大模型在精度和速度方面超越传统数值预测方法。
未来，华为云将联合全球气象机构，继续探索并发挥 AI 在气象领網域的应用潜力，为农林牧渔、航空航海等各行业提供支持。
