点击搜索
上海科学智能研究院院长、复旦大学“浩清教授”漆远接受澎湃新闻专访。视频编辑：黄之涵(04:43)今年9月1日上午，复旦大学2023级新生开学典礼在光华楼前大草坪举行，来自80个国家和地区的1.6万余名新同学，齐聚光草，共赴这场青春盛会。在此之前，上海已接连三日雨水不断，当人们以为第四天也如天气预报所说“今天有雨”，只得取消室外活动时，复旦大学却反其道而行之——近20年来首次举办户外开学典礼。典礼进行时阳光普照，校长金力道出缘由：“‘伏羲’说，今天上海不下雨。”“伏羲”，全名为伏羲气候气象大模型，它融合了人工智能技术与气候气象科学，是行业内首个次季节气候大模型。随着人工智能风潮席卷全球，天气与气候预报系统正在加入到这场技术变革影响的行业之中，外界也期待人工智能将可以助力于解决和应对气候变化这一全球性问题。今年11月30日到12月13日，《联合国气候变化框架公约》第二十八次缔约方大会（COP28）在阿联酋迪拜举行。12月8日下午，题为“气候风险应对：技术创新与金融支持”的国际研讨会在迪拜世博城COP28绿区中国馆举行，会上发布了由上海科学智能研究院、复旦大学和中国国家气候中心联合研发的伏羲次季节大模型。与现有国际权威模型相比，伏羲次季节大模型的预报精度更准、预报周期更长、运行速度提升千倍。在大会间隙，澎湃新闻（www.thepaper.cn）记者专访了打造这一大模型背后的团队负责人——上海科学智能研究院院长、复旦大学“浩清教授”漆远，听他讲述了“伏羲”背后的故事。更快更准确漆远教授早年于麻省理工学院获得博士学位，是美国普渡大学计算机系和统计系终身教授。2014年回国担任阿里巴巴副总裁，2015年加入蚂蚁金服公司，创建并统领蚂蚁金服人工智能团队，担任蚂蚁金服公司首席数据科学家。现任复旦大学长聘教授，从事深度学习、加强学习等人工智能领域的前沿研究和应用。“中国人有话说‘上知天文下知地理’，自古以来中国人对气象就非常关心。今天，不管是长远的可持续发展，还是短期效益，相关的经济，包括交通出行，都关乎气候和气象。所以我们认为这个问题很重要。”漆远说道。漆远表示，近年来他观察到世界范围内在气候变化领域呈现一个数据高度积累的趋势。“这很有利于我们研发人工智能技术。另外我们也觉得人工智能技术或许可以在其中产生作用。2023年11月中旬发表在《自然》（Nature）杂志上的研究显示，由人工智能驱动的伏羲气候气象大模型可以提前15天预测全球天气变化，比如气温、风速和气压等天气参数。该模型的预报精度优于被誉为“黄金标准”的欧洲中期天气预报中心（ECMWF），生成结果的速度也比传统模型快千倍。在此基础上，研究团队对伏羲气候气象大模型进行进一步优化，终于推出预测周期长达45天之久的伏羲次季节大模型。相较于伏羲中短期模型，三倍的预测周期时长充满变数。于是，伏羲大模型先把随机采样引入与ChatGPT类似的Tran*ormer架构，再通过集合预报来反映次季节预测的不确定性。伏羲次季节模型并不只以天气预报为主要目的。“我们最近的工作，一方面是延长预测周期，另一方面是预测极端天气事件。”漆远告诉澎湃新闻，气候灾害预警正是该模型的另一重要价值所在。研究团队将预测期限从30天显著增加到36天，尽早地预测潜在的极端天气事件，为应对和减缓措施争取到更多时间。在过去两年里，人工智能天气新模型层出不穷。除伏羲次季节大模型外，包括华为、谷歌、微软和英伟达在内的科技公司在人工智能天气建模领域均取得突飞猛进的进展。今年10月31日，英国气象局宣布将与英国艾伦图灵研究所合作研发人工智能天气预报模型，以提升部分极端天气事件预报的精度。与此同时，谷歌在11月1日公布了名为MetNet-3的新天气模型，该模型能够以气象传感器的直接观测数据为起点，对24小时内的降水、气温等天气参数进行更加本地化的预报。未知领域的探索而伏羲次季节模型是人工智能天气模型研发队伍里的新成员。这些模型的工作原理不同于传统的天气模型。传统的天气预报，比如由位于英国雷丁的欧洲中期天气预报中心运行的“欧洲”模型，是借助数学公式来描述大气和海洋中空气和水运动的物理原理，以预测天气系统的时空变化。由于这类数值天气模型对计算能力有着极高要求，传统模型不仅运行昂贵且耗时，精度也常常受到限制。人工智能天气模型不必为数学公式“发愁”。漆远介绍道，这类模型首先需要接受训练，即识别大量历史气象数据中的模式。当接收到最新气象数据时，人工智能天气模型通过应用从历史模式中习得的知识来完成预测。该过程的计算强度要小得多，并且可以在小型计算机上于几分钟甚至几秒钟内完成预测。然而，一些科学家们仍然对人工智能准确预测极端天气事件的能力感到担忧。全球变暖背景下，包括热浪、干旱、野火和飓风在内的极端天气事件不断向极端靠拢。这意味着人工智能系统可能缺少足够的数据来准确模拟未来前所未有的极端情况。“传统观点认为，针对少见、不寻常的事件来使用AI可能效果不佳。但它似乎在这方面确实做得很好，”谷歌DeepMind研究总监彼得·巴塔利亚（Peter Battaglia）在接受《*》采访时表示，“我们认为这也表明了一个事实：该模型正在学习和识别有关天气如何随时间演变的本质，而不单是在数据中寻找流于表面的模式。”由此，另一些科学家则认为，人工智能模型在气候变化方面的应用还存在广阔的未知领域有待探索。“人工智能模型可以帮助我们更好地理解人类和气候变化，”漆远表示，“这是一个极具价值的研究方向。”耗能还是绿色？人工智能在应对气候变化上取得突破的希望源于该技术的数据分析能力。联合国在迪拜气候大会开幕当天表示，其正与微软合作研发一款可以监测各国能源转型进程的人工智能工具，以确保全球不偏离逐步淘汰化石燃料的轨道。漆远以光伏产业为例，强调了人工智能对可再生能源的推助作用，“如果你能精准预测（各项天气参数），比如八十米空中的风速、明天是否阴雨，就可以预测光伏电站的发电量。”漆远认为，人工智能可以通过精准预测依赖天气变化的可再生能源的波动来提高可再生能源的利用效率。与此同时，据《*》报道，也有研究人员担忧，训练和运行人工智能所需要的计算能力和电力需求可能会导致大量碳排放。这种担忧并非杞人忧天：据一项发表于《焦耳》（Joule）杂志的最新研究分析估计，截至2027年，全球人工智能系统的能源消耗量将相当于瑞典的能源消耗总量。漆远在接受采访时表示，相较于传统的天气预报系统，伏羲次季节大模型消耗的电力更少，“我们（伏羲次季节大模型）实现了千倍加速，仅凭一张GPU卡（图形处理器）就可以跑起来。”此外，伏羲次季节大模型的规模比垂直领域其他气候气象大模型要小得多，为其提供动力所需的能源消耗因而更少。另一方面，漆远认为，使AI技术为应对气候危机创造的裨益多于其创造的额外能源需求是人工智能的努力方向。“如果能够精准预测，其实也能够更好地帮助可再生能源的发展。”漆远说。不单是助益可再生能源，人工智能还能惠及发展中国家，促进气候公平公正。“世界范围内真正有能力开发气象预报系统的国家很少，”漆远表示，当前天气预测中心高度集中在发达国家和中国，“在人工智能的训练大门，当仅凭一张卡就可以跑起来的时候，成本会非常便宜，发展中国家也可以使用它，一起享受人工智能在气象系统中的效益。”漆远介绍说，现在他们已经在和上海气象台、国家气候中心联合研发部署。“希望能够很快上线，在实际预报工作中发挥更大的作用。”
