微软研发的AI模型Aurora在《自然》杂志上发表，该模型在地球系统预报领域取得了显著进展。Aurora能够更准确、高效地预测天气、空气质量、热带气旋路径和海浪动力学，超越了现有模型水平。通过100万小时以上的地球物理数据训练，Aurora在预测精度和算力消耗上均表现出色，训练时间仅需4-8周，远低于传统模型。这预示着AI技术在获取更广泛天气和气候信息方面的巨大潜力，为极端事件的早期预警提供了更强大的工具。

💨 Aurora是一个基于AI的地球系统预报模型，能够预测高分辨率天气、空气质量、热带气旋路径和海浪动力学。

🚀 Aurora的表现优于现有模型，在5天气旋路径预测目标上达到100%，在10天天气预报目标上达到92%，且算力成本更低。

⏱️ Aurora的训练时间仅需4-8周，远低于传统模型开发的数年时间，这得益于之前传统技术积累的数据。

💡 Aurora是一个地球系统基础模型，具有潜在的广泛应用，除了天气预报，还可以应用于其他领域，展现了AI技术在地球系统预报中的巨大潜力。

《自然》21日报道了微软开发的一个超越现有地球系统预报水平的AI模型。这个模型名为Aurora，除了预报高分辨率天气，还有望更准确和高效地预报空气质量、热带气旋路径和海浪动力学。地球系统预报能提供多种过程的信息，如天气、空气质量、洋流、海冰和飓风，是对极端事件做出早期预警的必要工具。这些预报依赖基于数十年数据的复杂模型，对算力要求很高，通常需要使用超级计算机和整个团队来维护。AI技术的新进展显示出在预测表现和效率上的潜力，然而它们在地球系统预报中的使用尚未得到充分探索。

Aurora是一个经过100万小时以上地球物理数据训练的AI模型。它预报空气质量、海浪、热带气旋路径和高分辨率天气的表现超过了现有模型，且算力成本低于现有预报技术。Aurora在100%的5天气旋路径预测目标和92%的10天天气预报目标上超过了7个预报中心。训练Aurora仅耗时4—8周，而目前开发基线模型需几年时间。之所以能实现这个时间线，全靠之前传统技术积累的数据。团队表示，Aurora是一个地球系统基础模型，改造后或能用于天气预报之外的用途。Aurora代表了高效地球系统预报的一次进展，显示出AI技术在更广泛获取天气和气候信息方面的潜力。