全球空气污染预测1分钟搞定

天气预报正受益于AI的蓬勃发展。图片来源：NESDIS/STAR/NOAA/Alamy

美国微软公司开发了首个能够准确预测全球空气污染情况的人工智能(AI)模型，它甚至还能预测10天的全球天气，而所有这些都可在不到1分钟的时间内完成。

该模型名为Aurora，是微软正在开发的一款AI天气预报工具，其他的此类工具还有谷歌DeepMind的GraphCast，以及英伟达的FourCastNet。但研究人员表示，Aurora快速预测全球空气污染的能力是开创性的。

“对我来说，这是大气化学与机器学习之旅的第一步。”欧洲中期天气预报中心(ECMWF)的机器学习研究员Matthew Chantry说。

传统天气预报使用了大气、陆地和海洋物理过程的数学模型。Chantry说，为了预测空气污染水平，研究人员以前一直使用机器学习和传统数学模型。而Aurora似乎是第一个预测全球空气污染的完全AI模型，这是一项比天气预报复杂得多的任务。

Chantry说，与传统模型相比，AI模型通常只需要较少的计算能力进行预测。

美国微软研究院科学智能中心的AI研究员Paris Perdikaris和同事发现，Aurora可以在不到1分钟的时间内预测全球6种主要空气污染物的水平，包括一氧化碳、氮氧化物、二氧化氮、二氧化硫、臭氧和颗粒物，时间跨度为5天。研究团队在近日公布于arXiv的预印本中写到，与ECMWF在哥白尼大气监测服务局使用的传统模型相比，Aurora可“以低几个数量级的计算成本”预测全球空气污染水平。

Aurora的预测质量与传统模型相似。政策制定者可以利用这些预测追踪空气污染并防范相关的健康危害。研究表明，空气污染与哮喘、心脏病和痴呆症的风险增加有关。

研究人员使用超过100万小时的来自6种天气和气候模型的数据对Aurora进行了训练。之后，他们对Aurora进行了调整，以预测全球的污染和天气状况。该模型在进行空气污染预测的同时，还会生成10天的全球天气预报。

研究人员表示，在某些任务中，Aurora可以胜过其他AI天气预测模型，如GraphCast，后者可以超越传统模型，在几分钟内预测全球天气。但Chantry表示，现在进行明确的比较还为时过早。“你必须花很多时间，并且接触到模型本身，才能真正深入了解细节，并确定模型A比模型B更好。”

进一步研究将揭示在不同数据集上训练的AI模型(如Aurora)是否比在单一数据集上训练的AI模型(如GraphCast)表现得更好。“有很多研究要做。”Chantry说。

相关论文信息：

https://doi.org/10.48550/arXiv.2405.13063