"提升气象预测的准确度需要天文数字般的计算资源和成本。生成式人工智能(AI)模型正成为克服成本局限的重要技术。"
英伟达地球系统模型及计算流体力学部门高性能计算项目总负责人斯坦·波西30日在首尔江南区英伟达首尔办事处举行的记者恳谈会上,就生成式AI技术对气象预测领域的影响作出说明时如此表示。
韩国国内约从两年前起,AI开始正式应用于气象预测领域。成为气象预测原料的卫星照片数据是起点。通常卫星每10分钟传送一张照片数据,而英伟达基于视频AI模型在10分钟间隔之间再生成一张图像,结果把间隔缩短到5分钟。以此为契机,AI的实用性在气象预测领域也逐渐被接受。
波西总负责人强调,生成式AI最重要之处在于大幅节省气象预测成本。气象预测领域的传统方法论是利用数值模型(Numerical model),即基于数据集推算陆地或海洋等的气压、温度、风速状态如何变化。但以这种方式分析全球范围的模型,按现行标准最高分辨率为25公里×25公里。理论上可以进一步提高分辨率,但投入的计算资源及相应成本会呈几何级数增长,现实中并不容易。
正是在这一点上,生成式AI模型成为救援投手。就像填补每10分钟传送的卫星图像之间的空白一样,生成式AI模型可以把25公里×25公里的分辨率提高到2公里。这与在智能手机上通过生成式AI技术对画质差的照片进行升采样的技术类似。正如通过各种照片数据学习图像的模型能提升照片画质,学习了各种气象流动数据的模型也能更详细地预测气象图。波西总负责人表示:"如果没有生成式AI模型,仅靠数值模型方法论,要达到2公里分辨率预计要到2030年以后,而借助生成式AI模型可以提前实现","数值模型与生成式AI模型相互补充,提高气象预测的准确度和效率"。
英伟达也与韩国气象厅保持着积极合作。为使气象厅不仅能使用英伟达的气象预测模型"ForecastNet",还能使用DeepMind的模型"GraphCast"等多种气象预测AI模型,双方在计算基础设施层面持续开展合作。此外,英伟达还与气象厅下属气象研究所共同开发超短期气象预测模型"NowCast",方针是今后在气象预测相关的多个方面扩大与韩国国内研究机构的接触点。






