Tutoriel Inclus : La Vitesse De Calcul De Microsoft Aurora a Été Multipliée Par 5 000 Et Il Peut Prédire Les Conditions Météorologiques Extrêmes, La Qualité De L'air, Les Vagues Océaniques, Les Trajectoires Des Cyclones, Etc.

Avec le changement climatique mondial et les catastrophes naturelles fréquentes, des prévisions précises et fiables du système terrestre sont essentielles pour atténuer l’impact des catastrophes et soutenir le progrès de la société humaine. Bien que les modèles numériques traditionnels soient puissants, ils présentent des coûts de calcul extrêmement élevés, ce qui limite leur application généralisée. Ces dernières années, l’intelligence artificielle a montré un grand potentiel dans le domaine des prévisions environnementales, notamment pour améliorer les performances et l’efficacité des prévisions. Cependant, le potentiel de l’IA reste largement inexploré dans plusieurs domaines clés du système terrestre.

Pour relever ce défi,Microsoft Research et ses collaborateurs ont dévoilé Aurora, le premier modèle fondateur atmosphérique à grande échelle.Pré-entraîné sur plus d'un million d'heures de données géophysiques diverses et affiné sur de multiples tâches spécifiques,Obtenez des prévisions précises de plusieurs variables du système terrestre, notamment la qualité de l'air, les vagues océaniques, les trajectoires des cyclones tropicaux et la météo haute résolution.Tout en réduisant considérablement les coûts de calcul, il dépasse les performances des systèmes d’exploitation existants et favorise un accès généralisé à des informations climatiques et météorologiques de haute qualité. Il a été prouvé quePar rapport au système de prévision intégré le plus avancé IFS, la vitesse de calcul d'Aurora est environ 5 000 fois plus rapide.

Voici les résultats de recherche spécifiques obtenus par Aurora dans différents domaines :

* En matière de prévision de la qualité de l'air, Aurora a surpassé les simulations numériques de chimie atmosphérique gourmandes en ressources à une résolution de 0,4° dans une prévision de pollution atmosphérique mondiale sur 5 jours, surpassant ainsi l'objectif 74% ;

* Dans le domaine de la prévision des vagues océaniques, Aurora a surpassé les modèles numériques coûteux dans la prévision des vagues océaniques mondiales sur 10 jours à une résolution de 0,25° sur la cible 86% ;

* Pour les prévisions de trajectoire des cyclones tropicaux sur 5 jours, Aurora a dépassé sept centres de prévision opérationnels dans tous les domaines, atteignant pour la première fois un taux de dépassement de 100% pour toutes les cibles ;

* Dans les prévisions météorologiques mondiales sur 10 jours, Aurora surpasse les modèles numériques de pointe sur la cible 92% à une résolution de 0,1°, tout en améliorant les performances de prévision pour les événements extrêmes.

En termes d’ensembles de données,Aurora couvre une large gamme de données géophysiques, notamment des prévisions, des analyses, des réanalyses et des simulations climatiques.Ces données ont des résolutions, des variables et des couches de pression différentes, fournissant une riche source d’informations pour le modèle. Au cours de la phase de prétraitement, les données sont uniformément converties en graphiques tridimensionnels standardisés pour être intégrées au modèle.

En termes de structure du modèle,Aurora utilise une architecture 3D Swin Transformer combinée à un encodeur et un décodeur 3D Perceiver.Le modèle se compose de trois parties : encodeur, processeur et décodeur. L'encodeur transforme les entrées hétérogènes en une représentation latente 3D commune, le processeur évolue dans le temps via un transformateur Swin 3D et le décodeur transforme la représentation latente en prédictions physiques.

L'article de recherche connexe, intitulé « Un modèle fondateur pour le système terrestre », a été publié dans Nature.

Adresse du document :

https://hyper.ai/cn/papers/s41586-025-09005-y

Afin d'aider les lecteurs à découvrir les puissantes capacités d'Aurora de manière plus intuitive,La « démo du modèle de base de l'atmosphère à grande échelle Aurora » est désormais disponible dans la section « Tutoriels » du site officiel d'HyperAI.Contient différents exemples de modèles dans de multiples domaines tels que la gouvernance environnementale et la santé publique, les sciences de la terre, la prévision atmosphérique, etc. Venez en faire l'expérience !

* Adresse du tutoriel :https://go.hyper.ai/J9hl5

Nous avons également préparé des avantages surprises pour les nouveaux utilisateurs enregistrés. Utilisez le code d'invitation « Aurora » pour vous inscrire sur la plateforme OpenBayes pour obtenir 4 heures d'utilisation gratuite du RTX A6000 (la ressource est valable 1 mois). La quantité est limitée, premier arrivé, premier servi !

Essai de démonstration

1. Après avoir accédé à la page d'accueil de hyper.ai, sélectionnez la page « Tutoriels », sélectionnez « Aurora Large-Scale Atmospheric Basic Model Demo » et cliquez sur « Exécuter ce tutoriel en ligne ».

2. Une fois la page affichée, cliquez sur « Cloner » dans le coin supérieur droit pour cloner le didacticiel dans votre propre conteneur.

3. Sélectionnez les images « NVIDIA A6000 48 Go » et « PyTorch », puis cliquez sur « Continuer ». La plateforme OpenBayes propose quatre méthodes de facturation. Vous pouvez choisir « payer à l'utilisation » ou « quotidien/hebdomadaire/mensuel » selon vos besoins. Les nouveaux utilisateurs peuvent s'inscrire en utilisant le lien d'invitation ci-dessous pour obtenir 4 heures de RTX 4090 + 5 heures de temps CPU gratuit !

Lien d'invitation exclusif HyperAI (copier et ouvrir dans le navigateur) :

https://openbayes.com/console/signup?r=Ada0322_NR0n

4. Attendez que les ressources soient allouées. Le premier processus de clonage prend environ 2 minutes. Lorsque le statut passe à En cours d’exécution, cliquez sur Espace de travail.

5. Double-cliquez sur le nom du projet dans la barre de répertoire à gauche pour commencer à l'utiliser.

Démonstration d'effet

Prévisions de la qualité de l'air

Le modèle utilise les données de qualité de l'air CAMS avec une résolution de 0,4 degré le 11 juin 2022 comme exemple pour exécuter le modèle de qualité de l'air Aurora. L’effet de prédiction est illustré dans la figure ci-dessous.

Prédiction ERA5

Le modèle a été exécuté sur les données ERA5 du 1er janvier 2023, avec une résolution de 0,25 degré. L’effet de prédiction est illustré dans la figure ci-dessous.

Aurora fonctionnant sur les données d'analyse IFS HRES du 11 mai 2022 (résolution de 0,1 degré). L’effet de prédiction est illustré dans la figure ci-dessous.

Prédiction HRES T0

Le modèle a sélectionné les données HRES T0 du 11 mai 2022, avec une résolution de 0,25 degré, et a exécuté Aurora sur ces données. L’effet de prédiction est illustré dans la figure ci-dessous.

Suivez les prévisions du typhon Nanmadol

Lors de la prédiction de la trajectoire du typhon Nanmadol, le modèle utilise les données HRES T0 du 17 septembre 2022, avec une résolution de 0,25 degré comme exemple. Les résultats de la prédiction sont présentés ci-dessous.