转载于EarthAi 公众号

微软近日宣布，他们已成功训练出一款名为Aurora的大气预测基础模型。该模型在全球天气预测测试中，分别在5天和10天的预测准确性上，创下了新的记录。Aurora模型通过先进的机器学习算法和大量的气象数据进行训练，能够提供比以往更为精确的天气预报。这一突破不仅标志着微软在人工智能和气象学领域的重大进展，也为未来的天气预报和灾害预警提供了新的技术支持。微软表示，Aurora模型的成功得益于其强大的计算能力和数据处理技术，未来还将继续优化和扩展该模型的应用范围。

深度学习基础模型正在通过利用大量数据学习通用表示，来革命性地改变科学的许多方面，这些表示可以被适应以解决多样化的下游任务。基础模型有望通过利用广阔的地球系统数据，改变我们对地球及其子系统的建模能力。在这里，我们介绍了Aurora，这是一个大规模的大气基础模型，它训练了超过一百万个小时的多样化天气和气候数据。Aurora利用基础建模方法的优势，为广泛的大气预测问题生成业务化预报，包括那些训练数据有限、各向异性的变量和极端事件的问题。在不到一分钟的时间内，Aurora生成了5天的全球空气污染预测和10天的高分辨率天气预报，这些预测的性能超过了最先进的传统数值模式工具和最好的专门深度学习模型。综合这些结果表明，基础模型可以改变环境预测。

详细的“投喂”补充材料

参考：

https://arxiv.org/pdf/2405.13063

https://uwl.me/n/a.VF9dX1k=