地球系统的基础模型

可靠的地球系统预测对于减轻自然灾害和支持人类进步至关重要。尽管传统的数值模型功能强大，但其计算成本极高。近期在人工智能（AI）领域的进展显示了在提高预测性能和效率方面的潜力，但在许多地球系统领域中，这种潜力尚未得到充分开发。本文介绍了一种名为Aurora的大规模基础模型，该模型基于超过一百万小时的多样化地球物理数据进行训练。Aurora在预测空气质量、海浪、热带气旋路径和高分辨率天气方面优于现行预报，且计算成本低几个数量级。由于能够在较低的成本下针对多种应用进行微调，Aurora标志着向实现准确且高效的地球系统预测民主化迈出了重要一步。这些结果突显了AI在环境预报中的变革潜力，并为高质量气候和天气信息的更广泛获取铺平了道路。