数据：
首个大规模大气基础模型Aurora，计算速度提升约5000倍，处理100多万小时多样化气象数据，具备高准确性和低成本优势。
线索：
Aurora的推出可能为气候监测、农业、交通、能源开发及灾害应对等领域带来多样化的投资机会。同时，依赖于传统数据同化系统可能对其长远应用造成限制，需关注其可持续性与兼容性发展。
正文：
可靠的地球系统预测对人类发展和自然灾害预防至关重要。人工智能（AI）有潜力提高这一领域的预测精度和计算效率，但未得到广泛应用。为了应对挑战，微软研究团队和合作伙伴推出了首个大规模大气基础模型Aurora，该模型在空气质量、热带气旋路径、海浪动态及高分辨率天气预报方面表现卓越，其计算速度比最先进的数值预报系统IFS提升了约5000倍。Aurora能够根据不同应用进行微调，且成本低，不但推动了可操作的地球系统预测的进展，还使任何人都能使用。
Aurora基于100多万小时的多样化天气和气候数据进行训练，能够全面了解大气动力学。在数据稀疏和极端天气情况下，Aurora同样表现出色。该模型的高分辨率运行（0.1°，赤道约11公里）可以捕捉大气过程的复杂细节，提供更高精度的预报。
Aurora的架构设计允许处理异构输入，并生成不同分辨率的预测，利用3D Swin Transformer与Perceiver编码器和解码器的组合来预测多种大气变量。通过预训练和特定任务微调，Aurora能捕捉大气中的复杂模式，且对数据的需求相对较低。其实验阶段仅需4-8周的训练时间，相较于传统模型的数年开发周期，Aurora极具开发效率。
研究表明，Aurora在空气质量、海浪、热带气旋轨迹和高分辨率天气方面的表现均优于现有模型，同时减少计算成本。Aurora的多功能性能够预测温度、风速、空气污染和温室气体浓度，已在多个关键领域实现SOTA（state-of-the-art）。Aurora的预测能力可进一步优化，包括生成集合预测、扩大训练数据的多样性，以及提高对观测数据的直接操作。
研究团队认为，Aurora的影响远超大气预报。它为开发全球综合模型奠定基础，为数据稀缺地区提供准确的天气和气候信息，进一步提升农业、交通、能源及灾害应对能力。尽管目前仅展示了Aurora在四个领域的应用，其可针对各种地球系统预测任务微调，有望以更低成本超越现有系统。
发布时间：
2025-05-22 10:47:42
评论 ( 0 )