Nature：突破性的人工智能模型可以改变我们应对自然灾害的方式

从欧洲的致命洪水到全球不断加剧的热带气旋，气候危机使得及时准确的预报比以往任何时候都更加重要。然而，传统的预报方法依赖于数十年来发展起来的高度复杂的数值模型，需要强大的超级计算机和庞大的专家团队。据其开发者介绍，Aurora 利用人工智能提供了一种强大而高效的替代方案。

　　机器学习是核心  

“Aurora 采用最先进的机器学习技术，为关键环境系统（例如空气质量、天气、海浪和热带气旋）提供卓越的预报，”阿姆斯特丹大学机器学习专家、该模型的研究人员之一 Max Welling 解释道。与传统方法不同，Aurora 所需的计算能力要低得多，这使得高质量的预报更容易获得且更具可扩展性，尤其是在缺乏昂贵基础设施的地区。

经过一百万小时的地球数据训练

Aurora 建立在一个包含 13 亿个参数的基础模型上，该模型基于超过一百万小时的地球系统数据进行训练。它经过微调，能够在一系列预测任务中表现出色：

• 空气质量：74% 的案例优于传统模型

• 海浪：86% 的目标超出数值模拟

• 热带气旋：100% 的测试结果优于七个业务预报中心

• 高分辨率天气：在 92% 的场景中超越领先模型，尤其是在极端事件期间

快速、准确、全面的预测

随着气候波动性加剧，快速可靠的预报对于灾害防备、应急响应和气候适应至关重要。研究人员相信，Aurora 可以助力提升高级预报的可及性。

“曾经需要数年时间的开发周期，现在只需小型工程团队几周即可完成，”同样来自阿姆斯特丹大学的人工智能研究员 Ana Lucic 指出。“这对于全球南方国家、小型气象服务机构以及专注于局部气候风险的研究团体尤其有价值。” Welling 补充道：“重要的是，这种加速建立在数十年的基础研究和通过传统预测方法获得的海量数据集之上。”

Aurora 可以免费在线使用。如果有人想针对特定任务对其进行微调，则需要提供该任务所需的数据。“但‘初始’训练已经完成，我们不再需要这些海量数据集，所有来自数据集的信息都已集成到 Aurora 中，”Lucic 解释道。

面向未来的预测工具  

尽管当前的研究主要集中在上述四种应用上，但研究人员表示，Aurora 非常灵活，可用于各种未来场景。这些场景可能包括预测洪水风险、野火蔓延、季节性天气趋势、农业产量和可再生能源产出。“它能够处理多种类型的数据，这使其成为一款功能强大且面向未来的工具，”Welling 表示。

研究总结称，随着世界面临从热浪到飓风等越来越极端的天气，像 Aurora 这样的创新模型可以将全球应对危机的方法从被动转变为主动的气候适应。

A Foundation Model for the Earth System