超快人工智能首次預測全球空氣污染

日前，微軟開發的人工智能模型可以在不到一分鐘時間內準確預測全球空氣污染，甚至還能快速預測全球10天內的天氣。

天氣預報正受益于人工智能的蓬勃發展。圖片來源：NESDIS/STAR/NOAA/Alamy

該模型名為Aurora，是科技巨頭正在開發的一系列人工智能天氣預報工具之一，包括谷歌DeepMind的GraphCast，以及英偉達的FourCastNet。但研究人員表示，Aurora快速預測全球空氣污染的能力是開創性的。

“對我來說，這是大氣化學與機器學習之旅的第一步。”歐洲中期天氣預報中心（ECMWF）的機器學習研究員Matthew Chantry說。

傳統天氣預報使用的是大氣、陸地和海洋物理過程的數學模型。Chantry說，為了預測空氣污染水平，研究人員以前使用機器學習和傳統數學模型。Aurora似乎是第一個預測全球污染的完全人工智能模型，這是一項比天氣預報復雜得多的任務。

Chantry說，與傳統模型相比，人工智能模型通常需要更少的計算能力來進行預測。

美國微軟研究院科學智能中心的人工智能研究員Paris Perdikaris和同事發現，Aurora可以在不到一分鐘時間內預測全球6種主要空氣污染物的水平，包括一氧化碳、氮氧化物、二氧化氮、二氧化硫、臭氧和顆粒物，預測跨度為5天。該團隊5月20日公布在arXiv上的預印本中寫道，與ECMWF在哥白尼大氣監測服務使用的傳統模型相比，Aurora可以“以更小的計算成本”預測全球空氣污染水平。

Aurora的預測與傳統模型的預測質量相似。政策制定者可以利用這些預測追蹤空氣污染并防范相關的健康危害。據悉，空氣污染與哮喘、心臟病和癡呆癥的風險增加有關。

研究人員根據來自6個天氣和氣候模型的超過100萬小時的數據對Aurora進行了訓練。訓練后，該團隊對其進行了調整，以預測全球的污染和天氣。該模型在進行空氣污染預測的同時，還會生成10天的全球天氣預報。

該團隊表示，在某些任務上，Aurora可以勝過其他天氣預測人工智能模型，如GraphCast——可以勝過傳統模型，在幾分鐘內預測全球天氣。但Chantry表示，現在進行明確的比較還為時過早，“你必須花很多時間，并且可能接觸到模型本身，才能真正深入了解細節，并確定地說模型a比模型B更好”。

進一步研究將揭示在Aurora等不同數據集上訓練的“基礎”人工智能模型是否比在GraphCast等單一數據集上訓練的模型表現更好。“有很多很酷的研究要做。”Chantry說。