《天然》23日报导了一种人工智能（AI）模子。该模子名为“NeuralGCM”，连系了流体动力学与神经收集，能进行正确的气候猜测和蔼候摹拟。模子超出了部门现有模子，与传统模子比拟，有望节流年夜量算力。

“NeuralGCM”模子布局。其连系了传统的流体动力学求解器和用在小标准物理的神经收集。图片来历：谷歌/《天然》

?

一般环流模子（GCMs）能暗示年夜气、海洋和陆地的物理进程，是气候和蔼候猜测的根本。而削减持久预告的不肯定性和估算极端气候事务，开云体育app则是天气猜测的要害。机械进修模子一向被认为是气候猜测的一种替换手段，它们在节流算力本钱方面具有优势，但在持久预告方面的表示经常不如一般环流模子。

鉴在此，美国谷歌研究院团队设计了“NeuralGCM”，这个模子连系了机械进修和物理方式，能进行中短时间气候预告和几十年的天气摹拟。该模子对1—15天预告的正确率能媲美欧洲中期气候预告中间（ECMWF，最好的传统物理气候模子之一）的猜测成果。对最多提早10天的预告，“NeuralGCM”的正确率与现有机械进修手艺八两半斤，有时乃至更好。

“NeuralGCM”的天气摹拟正确率与最好的机械进修和物理方式相当。当团队在“NeuralGCM”的40年天气猜测中插手海平面温度后，他们发现，模子给出的成果与从ECMWF数据中发现的全球变暖趋向一致。新模子在猜测龙卷风和其轨迹方面也跨越了已有的天气模子。

团队总结道，这些成果配合注解，机械进修是晋升一般环流模子的一个可行手段。

特殊声明：本文转载仅仅是出在传布信息的需要，其实不意味着代表本网站不雅点或证实其内容的真实性；如其他媒体、网站或小我从本网站转载利用，须保存本网站注明的“来历”，并自大版权等法令责任；作者假如不但愿被转载或联系转载稿费等事宜，请与我们联系。

上一篇:开云-贺贤土院士：混合驱动方案为核聚变能研究打开一扇新大门—新闻—科学网 下一篇:开云-中国海洋大学医学院建设持续推进—新闻—科学网