图灵汇官网

人类迎来了有记录以来最热的一天。

欧盟哥白尼气候变化服务局发布的报告显示，7月21日全球地表平均温度达到17.09摄氏度，创下了历史新高。全球变暖引发了一系列极端天气事件，对社会和自然环境造成了重大影响。因此，精准的天气预报和气候模拟变得尤为重要。

近期，Google Research团队携手其他机构研发出一款名为NeuralGCM的人工智能模型，专门用于天气和气候预测。作为首个采用机器学习技术的大气环流模型，它在预测速度、能源消耗以及计算资源使用上都有显著改进。这一研究成果于7月22日刊登在《自然》期刊上。

NeuralGCM融合了经典物理方法与AI技术，既能实现短期天气预报，也能进行长期气候模拟。传统的大气环流模型依靠物理学定律，整合宏观动力学与微观现象，是天气和气候预测的核心工具。不过，先前的机器学习模型虽然提升了部分预测精度，但在长期气候模拟和多场景预报上仍存在局限。

NeuralGCM的核心在于其可微分动力学核心和学习物理模块。前者模拟大规模流体流动和热力学变化，后者借助神经网络预测细节物理过程。这种组合使NeuralGCM在1到15天的天气预报中表现优异，准确率接近欧洲中期天气预报中心的最佳物理模型。在长达10天的预报中，它的表现同样亮眼，有时甚至超越了现有技术。

除了短期天气预测，NeuralGCM在气候预测领域同样展现了强大潜力。当引入海面温度数据后，模型预测的全球变暖趋势与实际情况一致。同时，它在预测龙卷风路径方面也优于传统方法。

从计算效率来看，NeuralGCM比传统大气环流模型更具优势，仅需30秒就能完成22.8天的大气模拟，大幅减少了计算需求。未来，随着技术不断进步，该模型的预测能力有望进一步增强。

面对全球气候变暖的挑战，NeuralGCM为人类认识和应对气候变化提供了新思路。谷歌研究院高级工程师Stephan Hoyer博士指出：“NeuralGCM开启了一条新的研究方向，让我们更好地理解气候变化。”他还提到，团队计划在后续版本中加入更多地球科学内容，进一步优化模型性能。

这项突破性成果提升了我们对气候变化的认知与预测水平，为采取有效应对策略奠定了坚实基础。