共计 3388 个字符，预计需要花费 9 分钟才能阅读完成。
内容一览：雷暴、冰雹、龙卷风等极其天气总是让人捉摸不透又避之不迭。然而澳洲的研究者们却以身犯险，深刻雹暴收集数据，只为让天气预报得更准。在超级计算机和
AI 的加持下，人类是否追上风暴，让混沌的天气零碎不再那么捉摸不透？且看这部追风者们主演的「追风者也」。关键词：大模型 追风者 极其天气
** 作者 | 雪菜
编辑 | 三羊 **
本文首发于 HyperAI 超神经微信公众平台~
1996 年上映的出名冒险灾难片《龙卷风》中，配角为了对龙卷风进行深刻的钻研，将探测设施亲自带入到龙卷风核心，以实现实时的数据记录。
受这部电影启发，澳大利亚气象学者 Joshua Soderholm 及 Julian Brimelow 一起开始了本人的追风之旅，并胜利将小型天气传感器冰探 (hailsonde) 带入了雹暴 (hail storm)，以收集雹暴当中的气象数据，改革极其天气的钻研办法。
图 1：电影《龙卷风》剧照
更多电影详情可参见：
https://movie.douban.com/subject/1292454/
冰探的形态与冰雹相似，重约 24 g。它们和气球连在一起，被一起开释到雹暴当中。进入雹暴核心后，二者拆散，冰探就和冰雹一样，经验冰雹在雹暴中的轨迹，并记录冰雹在雹暴中挪动的成长条件。此外，冰探还记录到了显著的冰增长，并追随超级单体的中气旋旋转了半圈。
图 2：两个冰探在雹暴中的轨迹
「起初这只是一个课余我的项目。过后咱们想试一下是否利用现有的技术，制作出一个电影中的设施。为确保冰探可能在雹暴的极其条件中生存下来，制作过程中咱们解决了很多工程问题。」Joshua Soderholm 说道。
图 3：冰探的构造，3D 打印的整机、电池及其他电子器件被封装在聚苯乙烯外壳中
「从雹暴核心收集数据就像是追寻气象学中的白鲸，既危险又令人着迷。从雹暴核心收集失去的数据，将会晋升咱们模仿雹暴的能力，并为冰雹在雹暴中的行为提供间接证据。但这没有听起来那么容易，它须要你在正确的工夫呈现在正确的地位，还得遇上正确的雹暴。」
在几天的坏运气之后，他们撞上了一个超级单体，并胜利将两个冰探放进了雹暴中。超级单体是一种程度尺度达十几千米，生命期达几十分钟到数小时，比一般的成熟单体雷暴更微小、更长久、天气更为激烈的单体强雷暴零碎。冰探被超级单体捕捉之后，与气球拆散，之后像冰雹一样随雹暴沉没，最终被时速超过 120 km 的风带到了 7 km 外的区域。
图 4：Joshua Soderholm 在放飞冰探
在这一钻研的根底上，他们正打算应用更多冰探对下一次超级单体进行记录，并收集落在地上的冰探，对着落的冰雹进行更深刻的钻研。
令人捉摸不透的天气零碎
气象预测离不开人的参加。即便利用超级计算机，借助卫星数据和雷达数据，咱们仍然很难对气象零碎做出精确的预测。1961 年，美国的气象学家爱德华·诺顿·洛伦茨 (Edward Norton Lorenz) 尝试用计算机程序预测将来的天气。
在失去后果之后，他将程序在两头步骤的输入值，作为下一个步骤的输出值，再次运行了程序。然而，因为输出值只保留了 3 位小数，而程序是以 6 位浮点数运行的，这千分之一的偏差使得程序的输入值和上次失去的后果齐全不同。
据此，他提出了混沌零碎这一概念。气象零碎就是典型的混沌零碎，它并非齐全的随机，但很容易因某个因素的变动而产生激烈的变动。也就是说，气象零碎是一个很敏感的零碎。
「蝴蝶效应」就是一个夸大但又典型的例子，一只南美洲热带雨林的蝴蝶扇动两下翅膀，就可能为美国带来一场龙卷风。这所有的源头，就是蝴蝶扰动了零碎的初始变量。
图 5：蝴蝶效应
因而，天气的预测很难实现齐全精确。现有的气象预测形式，也就是数值天气预报 (NWP)，首先会将预测区域划分为网格，之后利用超级计算机通过数值模仿求解偏微分方程取得。
这一办法耗时很长，即便是应用有上百个节点的超级计算机，对将来 10 天的天气进行预测也须要破费数个小时。同时，受网格分辨率的限度，一些小尺度的气象过程会被近似函数参数化，为气象预测带来误差。
正因为此，对于小尺度的极其天气和中长期的气象预测，NWP 很难做到完满。往年的 5 号台风杜苏芮生成后，不同机构基于不同的模型利用超级计算机进行了门路预测，构造天壤之别。即便是同一模型做出的预测，也在随着气象条件的变动一直进行修改，直到台风登陆前能力做出绝对精确的预测。
之后的 6 号台风卡努，走位也很独特，在太平洋上忽然转弯，而后开始散步，最初直击日本，让超级计算机也一头雾水。
图 6：寰球汇合预报零碎 (GEFS) 对 2023 年 6 号台风卡努的门路预测，堪称天花乱舞
同时，因为各个机构做出的气象预测千差万别，天气的预测还须要预报员的参加。预报员会综合所有的气象预测后果，并联合当地的气象特点、地形条件、集体教训等，做出最终的天气预报，但仍然不能保障完全正确。没方法，气象零碎就是这么的捉摸不透。
图 7：1986 年 16 号台风韦恩门路图
极其气象的追赶者
小尺度的超级单体更是中长期天气预报的一条漏网之鱼。超级单体的特点就是造成快、难预测，易造成雷暴、冰雹、强降雨或龙卷风等极其天气。
2021 年 8 月 16 日晚，北京市海淀区遭逢超级单体，突降暴雨。旱河路铁路桥桥下积水在 30 分钟内涨到 1.75 米，导致 2 人死亡。2023 年 8 月 13 日下午，江苏省盐城市大丰区遭逢龙卷风，造成 2 人死亡，15 人受伤。这场龙卷风的造成也与超级单体无关。
图 8：盐城大丰区龙卷风
然而，雷暴、冰雹、龙卷风等壮观的气象景观，能够让探险者们大饱眼福，也因而吸引了很多像 Soderholm 这样的追风者。每当台风降临，或是左近有超级单体将要造成时，追风者们就会做足筹备，向风暴奔去。
同时，作为极其天气的第一见证者，追风者们还能够收集到极其天气的第一手信息，为气象钻研提供贵重的资料，丰盛现有的计算模型和 AI 模型的数据库，为气象学的倒退做出重要奉献。
媲美 NWP 的气象大模型
早在 2021 年，阿里云就走漏称，达摩院与国家气象中心联结研发了 AI 算法用于天气预测，并胜利预测了屡次强对流天气。同年 9 月，Deepmind 在《Nature》上发表文章，利用深度生成模型进行降雨量的实时预报。
今年年初，Deepmind 正式推出了 GraphCast，能够在一分钟内对寰球将来 10 天的气象，进行分辨率为 0.25° 的预测。4 月，南京信息工程大学和上海人工智能实验室单干研发了「风乌」气象预测大模型，误差较 GraphCast 进一步升高。
随后，华为推出了「盘古」气象大模型。因为模型中引出了三维神经网络，「盘古」的预测准确率首次超过了目前最精确的 NWP 预测零碎。近期，清华大学和复旦大学相继公布了「NowCastNet」和「伏羲」模型。前者在短时极其天气预测上大有作用，后者则将预测时长缩短到了 15 天。
图 9：「盘古」模型和 ECMWF 对 2018 年 25 号台风康妮（图 a）和 26 号台风玉兔（图 b）的门路预测。
红色：「盘古」模型的预测
蓝色：ECMWF 的预测
彩色：理论状况
能够看到，气象预测大模型在预测精度和预测工夫上都在一直迫近，甚至局部超过了传统的 NWP 剖析模式。同时，相比于 NWP，AI 大模型的气象预测须要的设施条件更低，破费工夫也更短。仅用一张 Google TPU v4，GraphCast 就能够在分钟之间预测出将来的天气。
然而，现有的 AI 大模型只能通过学习过来的气象数据，对将来的气象进行预测。因而，在极其天气和突发天气的场景中，大模型还须要其余算法的辅助，更离不开人的参加。此时，沉闷在风暴核心的追风者们提供的气象数据对 AI 大模型的优化则显得更为重要。人类与大模型携手，定能拍出一部优良的「追风者也」。
参考链接：
[1] https://phys.org/news/2023-08-movie-inspired-technology-succe…
[2] http://m.nmc.cn/ty/
[3] http://henan.china.com.cn/tech/2021-06/22/content_41599891.htm
[4] https://arxiv.org/abs/2212.12794
[5] https://www.nature.com/articles/s41586-023-06185-3/figures/4
[6] 江燕如，典型天气过程剖析 [M]. 北京：气象出版社，2016.
本文首发于 HyperAI 超神经微信公众平台~
