難以捕捉的蝴蝶

(資料圖片)

世界范圍內(nèi)通行的對天氣預(yù)報的方法被稱為數(shù)值計算，采集足夠多、足夠豐富的氣象數(shù)據(jù)后，把它們代入復(fù)雜方程，得到的結(jié)果就是所謂預(yù)測，重復(fù)這個過程，預(yù)測就連續(xù)了起來。

這些方程背后是一些堅固的理論，比如流體運(yùn)動方程，熱力學(xué)方程和不同介面，氣、水、陸冰物質(zhì)能量交換方程等等，它們代表的物理、化學(xué)規(guī)律是經(jīng)過嚴(yán)密的計算和驗(yàn)證的。

但天氣預(yù)報依然做不到*的準(zhǔn)確。這種數(shù)值預(yù)測，是通過已經(jīng)發(fā)生的氣象要素的變化推測未來的趨勢，它的準(zhǔn)確程度嚴(yán)重受到觀測數(shù)據(jù)精度的影響。

更何況，隨著時間、空間尺度的變化，氣象系統(tǒng)的復(fù)雜性將會劇烈增長，分析氣象的成因時一方面會掛一漏萬，另一方面數(shù)據(jù)的誤差也會更多，這又反過來影響了預(yù)測的結(jié)果。

而當(dāng)尺度大到一定程度時，氣象會進(jìn)入一種混沌狀態(tài)。這不是比喻，氣象系統(tǒng)是典型的混沌系統(tǒng)，混沌理論最早就是氣象學(xué)家在1963年提出的。

混沌系統(tǒng)意味著系統(tǒng)非常小的擾動也可能造成巨大差別的后果——它的另一個名字叫蝴蝶效應(yīng)，加利福尼亞的蝴蝶扇動翅膀，德克薩斯和墨西哥灣將掀起一場風(fēng)暴。

這就要求對數(shù)值最開始的測算必須非常精確，然而我們都知道*的精確是不存在的，更何況面對如此復(fù)雜的氣象運(yùn)動，要采集的數(shù)據(jù)種類和數(shù)量實(shí)在太多。

人類對天氣的預(yù)測就像努力學(xué)習(xí)蝴蝶的翅膀同風(fēng)暴眼移動軌跡之間的關(guān)系那樣，既壯麗，有時又有些絕望，甚至還帶有一種玄奧的成分。

一面在精確度上構(gòu)建越來越復(fù)雜的函數(shù)方程組，盡可能收集更多、間隔更短的數(shù)據(jù)，另一面則依賴一種近乎是“直覺”的經(jīng)驗(yàn)。

時至今日，所有的天氣預(yù)報結(jié)果依然由兩部分決定——數(shù)值計算的結(jié)果，加上預(yù)報員的判斷。天氣預(yù)報依然高度依賴人的經(jīng)驗(yàn)。

某種程度上，人類在用自己的感覺，對抗大自然的混沌。

超級計算機(jī)

因此氣象預(yù)測呈現(xiàn)出一種詭異的特質(zhì)——因?yàn)橹灰揽咳祟惖慕?jīng)驗(yàn)感覺，那么總會遇到失靈的時候，在一些極端氣候中更是如此，因?yàn)橛嘘P(guān)極端氣候的數(shù)據(jù)太過稀少，導(dǎo)致人對它無法形成連貫的經(jīng)驗(yàn)。

但隨著數(shù)值預(yù)測精度幾十年來的提升，目前的天氣預(yù)報在許多時候已可以達(dá)到相當(dāng)準(zhǔn)確的程度，中期可用性預(yù)報時效已經(jīng)接近10天，而短期的預(yù)測——比如說冷空氣什么時候到來，會降溫多少度，人類已能判斷的十分精準(zhǔn)。這是因?yàn)楸M管總體上全球的氣候環(huán)境變化是混沌的，但在許多微觀層面，比如氣團(tuán)的形成，氣壓的變化，云層運(yùn)動的軌跡，正在被越來越多的函數(shù)和公式形象而準(zhǔn)確的描述。

比如最近在京津冀肆虐的暴雨。

7月29日到8月1日，臺風(fēng)杜蘇芮帶著豐富的水汽北上，在華北遭到高壓攔截，京津冀地區(qū)出現(xiàn)了歷史罕見的極端暴雨。

極端體現(xiàn)在幾個方面，首先是量大。河北邢臺臨城縣降雨量超過1000毫米，也就是1米，等于這里原本兩年降水量的綜合。其次是時間長，從7月29日開始一直綿延了近四天，連北京都連續(xù)下了83小時的雨。河北、陜西、河南等地也連續(xù)兩天出現(xiàn)大暴雨。最后是影響范圍廣，整個華北都被陰雨籠罩。

天氣預(yù)報幾乎完全準(zhǔn)確地預(yù)告了這場極端降雨的到來。這背后是天氣預(yù)報幾十年來的巨大進(jìn)步——數(shù)值計算已經(jīng)從簡單的方程組發(fā)展成世界上最復(fù)雜的算法之一，畢竟，對莫測的天氣的捕捉，數(shù)據(jù)和算法都是越多越好，而為了處理這海量的數(shù)據(jù)和復(fù)雜的算法，超級計算機(jī)被引入。

許多人可能對氣象數(shù)據(jù)的龐大沒什么概念，在這里可以舉一個數(shù)字：每一天，中國的氣象數(shù)據(jù)增長高達(dá)40TB。我國建立的一整套立體的天氣觀測網(wǎng)絡(luò)，有7萬多個氣象觀測站覆蓋全國99.6%的鄉(xiāng)鎮(zhèn)，這些數(shù)據(jù)傳輸?shù)臅r間從過去的1小時近年來縮短為1分鐘。

如此巨量的數(shù)據(jù)本身處理起來就已頗有難度，而把它們同數(shù)值計算的方程結(jié)合起來，則幾乎是不可能完成的任務(wù)——復(fù)雜的偏微分方程和浮點(diǎn)計算都需要消耗大量的算力，特別是天氣預(yù)報還要求極高的時效性，種種條件約束下，只有超級計算機(jī)能夠滿足需求。

所幸，中國在這方面走在世界前列。

超算一直是一張中國名片，比如全世界最快的500臺超級計算機(jī)，中國就占了162臺；再比如我過三次獲得國際超算應(yīng)用最高獎——戈登·貝爾獎，其中的兩次獲獎內(nèi)容“大氣動力框架”和“地震模擬”都和氣象有關(guān)。

目前中國使用的超算名叫“派—曙光”，它峰值運(yùn)算速度達(dá)到每秒8189.5萬億次，存儲能力達(dá)到23088TB，這套完全國產(chǎn)的超算2018年開始服務(wù)后，我國高性能計算機(jī)系統(tǒng)總體規(guī)模已經(jīng)躍居氣象領(lǐng)域世界第三位。

這還不算完，隨著數(shù)據(jù)量快速增長和硬件的磨損，超算的服役年限多在6到8年，因此在“派—曙光”之后，新的超算也在陸續(xù)上馬，今年*批新國家級高性能計算（HPC）子系統(tǒng)1已經(jīng)安裝建設(shè)完成，它的性能相比“派—曙光”進(jìn)一步提升，達(dá)到13PFlops，儲存能力也增長到了76PB。

更多的超算還在路上。

國產(chǎn)高性能計算機(jī)系統(tǒng)“派—曙光”概念圖，圖片來自國家氣象信息中心。

“停滯”與新路

總的來說，成百上千顆CPU組成的超算構(gòu)成了天氣預(yù)報堅實(shí)的基礎(chǔ)，但它仍有不能做到、或者很難做到的事情。

比如臺風(fēng)。我們對臺風(fēng)杜蘇芮的預(yù)測，遠(yuǎn)沒有達(dá)到對特大暴雨預(yù)測的精準(zhǔn)程度。國際上主流的臺風(fēng)預(yù)測方式均采用了動力模型，它根據(jù)大氣物理定律，包括流體動力學(xué)和熱力學(xué)等來模擬大氣運(yùn)動，進(jìn)而預(yù)測臺風(fēng)的變化。

動力模型有許多不準(zhǔn)確之處，這讓大家一開始對杜蘇芮的路徑預(yù)測五花八門，這個領(lǐng)域公認(rèn)比較權(quán)威準(zhǔn)確的歐洲中期天氣預(yù)報中心一度認(rèn)為杜蘇芮會直沖珠三角。

事實(shí)上，臺風(fēng)預(yù)報一直是個世界性難題，因?yàn)榕_風(fēng)在很短時間內(nèi)可以發(fā)生劇烈的強(qiáng)度變化，而它的路徑又由于處于非常大的時空尺度上，受多種因素影響而顯得變幻莫測。

它是一個典型的混沌系統(tǒng)。

由此數(shù)值預(yù)測為主的天氣預(yù)報成為了一種矛盾的綜合體，這讓它能提升的空間盡管巨大，但又十分受限——人們逼近準(zhǔn)確性的方法除了積累經(jīng)驗(yàn)，只有盡可能多地收集數(shù)據(jù)和構(gòu)建越來越復(fù)雜的函數(shù)，但它的邊際效益正在越來越強(qiáng)的顯現(xiàn)，更多的數(shù)據(jù)并不能大幅度、全面地提升天氣預(yù)報在宏觀和微觀尺度上的準(zhǔn)確性，而通用計算的成本卻在持續(xù)增長。

到此處，情況仿佛陷入了一個僵局。海量數(shù)據(jù)，復(fù)雜算法以及高算力需求，讓數(shù)值計算某種程度上走向瓶頸，但這三個條件看上去是不是有點(diǎn)眼熟？

似乎有點(diǎn)像大模型的三個要素？

實(shí)際上，在品玩看到的某個氣象技術(shù)內(nèi)部研討會資料上，有專家直接宣稱：人工智能和氣象工作在方法論上是相通的。

既然數(shù)值計算的公式實(shí)際上并不能窮盡整個混沌系統(tǒng)里的所有因果，為什么不用神經(jīng)網(wǎng)絡(luò)的方法，把海量的數(shù)據(jù)導(dǎo)入其中，讓計算機(jī)自己來尋找和學(xué)習(xí)其中的規(guī)律？

這看上去像是一種不可言說，又異常玄妙合理的解釋。

人類的*臺電子計算機(jī)ENIAC埃尼阿克和*臺根據(jù)馮·諾依曼結(jié)構(gòu)打造的計算機(jī)EDSAC實(shí)際上都用來進(jìn)行過氣象學(xué)相關(guān)的科學(xué)計算，氣象學(xué)的發(fā)展始終和計算機(jī)科學(xué)的進(jìn)步緊密連接——高性能計算推動了氣象科學(xué)的復(fù)雜問題的解決，而跳出通用計算的思路后，神經(jīng)網(wǎng)絡(luò)和大模型看上去是氣象學(xué)和天氣預(yù)報的一個非常有趣且合情合理的方向。

實(shí)際上，這次對杜蘇芮臺風(fēng)軌跡的預(yù)測，中央氣象臺就參考了人工智能大模型的結(jié)果。

另辟蹊徑

氣象大模型并不是隨著去年底生成式AI的火爆才出現(xiàn)的，一直以來利用強(qiáng)大算力、巨量數(shù)據(jù)和各種深度學(xué)習(xí)架構(gòu)來預(yù)測天氣的大模型就有很多，在國外比較有名的有英偉達(dá)FourCastNet，DeepMind和谷歌的GraphCast以及微軟的ClimaX，國內(nèi)最近出圈的則是華為盤古大模型和上海風(fēng)烏大模型，后者來自上海人工智能實(shí)驗(yàn)室。

盤古和風(fēng)烏都使用了歐洲氣象中心名為ERA5的氣象再分析數(shù)據(jù)集，它提供了過往60余年，覆蓋地表37個等壓面的各種氣象數(shù)據(jù)共2000TB。

這些數(shù)據(jù)給大模型提供了發(fā)揮的空間——不再使用精準(zhǔn)對應(yīng)的數(shù)值計算，而是讓AI更靈活地去挖掘數(shù)據(jù)之間的各種復(fù)雜關(guān)系。

盤古構(gòu)建了一個3D transformer 結(jié)構(gòu)，讓海洋、大氣和陸地的復(fù)雜交互物理過程融為一體，而過往的氣候大模型，比如英偉達(dá)的FourCastNet則都采用的2D結(jié)構(gòu)——每個等壓面為一層，顯然，2D平面沒有辦法更好反應(yīng)氣象變化的過程。

根據(jù)品玩看到的材料，華為在這個3D 結(jié)構(gòu)中使用了*位置編碼，由此明顯加速了模型的收斂，此外，華為訓(xùn)練了四個基礎(chǔ)模型分別對應(yīng)1小時、3小時、6小時和24小時的預(yù)測，通過時域融合的方法顯著減少了過往模型中由于小步長、多次迭代造成的誤差。

對于預(yù)測老大難臺風(fēng)，盤古使用了平均海平面氣壓作為預(yù)測基準(zhǔn)，其結(jié)果比歐洲氣象局更好。

風(fēng)烏大模型的思路則是用6個獨(dú)立的編碼器對不同的氣象參數(shù)（濕度、風(fēng)、溫度等）進(jìn)行編碼解碼，不同變量之間用獨(dú)立的transformer網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)。

同華為時域融合減少誤差的方式不同，風(fēng)烏設(shè)計了一個緩存空間用來儲存和回放訓(xùn)練過程中的結(jié)果，以讓神經(jīng)網(wǎng)絡(luò)適應(yīng)其誤差，從而實(shí)現(xiàn)了更好的預(yù)測效果。

這些新的氣象大模型預(yù)測的效果，盡管目前的成果還很初步，公布的成績也是在一些具體指標(biāo)上好于傳統(tǒng)數(shù)值預(yù)測方法，尚需全面的測試和優(yōu)化，但毋庸置疑它們代表了一種迥然不同于傳統(tǒng)氣象預(yù)測的新范式。

目前，華為的盤古大模型已經(jīng)在歐洲中期天氣預(yù)報中心實(shí)現(xiàn)了初步業(yè)務(wù)運(yùn)行，而風(fēng)烏則宣稱是目前最精準(zhǔn)的全球高分辨率AI氣象預(yù)報模型，提前24小時對杜蘇芮預(yù)測的誤差值為38.7公里，精確度優(yōu)于歐洲中期氣象預(yù)報中心的54.11公里。

漫漫前路

變革即將來臨。氣象大模型在許多方面都很有可能顛覆氣象預(yù)報模式，比如說速度。風(fēng)烏用一張GPU在1分鐘內(nèi)就能生成未來14天全球所有地區(qū)37個層級高精度高分辨率氣象預(yù)報結(jié)果，而盤古的7天天氣預(yù)報生成時間只需要9.8秒。

為數(shù)值計算所建立的實(shí)時天氣數(shù)據(jù)傳輸系統(tǒng)和通用算力基礎(chǔ)設(shè)施將會因此改變。根據(jù)品玩了解到的氣象局內(nèi)部人士觀點(diǎn)認(rèn)為，盡管短期內(nèi)還僅僅作為一種預(yù)報參考，但中長期看，氣象大模型潛力無疑十分巨大。

現(xiàn)在，這些氣象大模型主要面對的問題或許有兩個方面，首先是調(diào)優(yōu)。極端氣候等數(shù)據(jù)如何在大模型中被正確標(biāo)注是一個問題，AI模型的擬合能力很強(qiáng)，因此在長期預(yù)報中有可能出現(xiàn)錯誤，這或許可以稱之為氣象大模型的“幻覺”。

另外，目前的大模型還沒有更深的行業(yè) know how 儲備，模型的構(gòu)建都由計算機(jī)科學(xué)家，而不是氣象專家完成，也就是說這些垂直大模型還缺乏“人類反饋”調(diào)優(yōu)。

另一個問題則是老生常談的算力，雖然我國在超級計算機(jī)發(fā)展方面位居世界前列，但大模型所使用的并不是傳統(tǒng)超級計算機(jī)的通用算力，深度網(wǎng)絡(luò)的運(yùn)行需要大規(guī)模的并行計算，也就是高性能GPU，在這方面我們?nèi)蕴幱诳ú弊訝顟B(tài)。

所幸氣象大模型所直接涉及的算力成本并不高，根據(jù)品玩了解到的情況，幾十張英偉達(dá)顯卡（甚至不需要*進(jìn)型號）就可以在幾周，至多2個月的時間內(nèi)完成模型的訓(xùn)練。這也成為它相較于傳統(tǒng)數(shù)值預(yù)測模式的一個優(yōu)勢。

在氣象大模型加持下，“天有不測風(fēng)云”這句話或許很快將成為一個偽命題，而有一天，或許我們真的可以同時預(yù)測那扇動的蝴蝶與狂暴的颶風(fēng)究竟來自何處，又要去往何方。

關(guān)鍵詞