美国微软开发了一种超出当前地球系统预测水平的人工智能模型。除了提供高分辨率的天气预报外，这种名为Aurora的模型还有望更准确、更有效地预测空气质量、热带气旋路径和海浪动力学。该结果于5月21日在《自然》上发表。

地球系统预报可以提供天气、空气质量、洋流、海冰、风暴等多种过程信息，是对极端事件进行早期预警的重要工具。这些预报依赖于基于几十年数据的复杂模型，对算率要求很高，通常需要使用超级计算机，由研究团队维护。如今，人工智能技术的进步显示了预测性能和质量的潜力，但它们在地球系统预报中的应用尚未得到充分探索。

宾夕法尼亚大学的Paris Perdikaris和同事们报道的Aurora是一个经过100多万小时地球物理数据训练的人工智能模型。Aurora在空气质量、海浪、热带气旋路径和高分辨率天气方面的表现超过了目前的模型，计算成本低于目前的预测技术。作者指出，Aurora在5天气流路径预测目标的100%和10天气流路径预测目标的92%上有7个预测中心。Aurora训练的实验从头到尾需要4到8周的时间，而基线模型的开发需要几年的时间。作者指出，实现这一时间线的原因取决于传统技术积累的数据。

研究人员表示，Aurora是地球系统的基本模型，改造后可用于天气预报以外的用途。他们总结说，Aurora代表了高效地球系统预报的进展，显示了人工智能技术在更广泛地获取天气和气候信息方面的潜力。