0
| 本文作者： 鄭佳美 | 2025-12-23 11:22 |
過(guò)去很長(zhǎng)一段時(shí)間里，氣候、天氣和地球系統(tǒng)研究，幾乎完全建立在數(shù)值模擬之上。超算負(fù)責(zé)把物理方程一層層算下去，模型的精度、分辨率和穩(wěn)定性，決定了人類(lèi)對(duì)自然系統(tǒng)能“看清”多少。
而近幾年，隨著算力條件的變化，人工智能開(kāi)始被不斷引入這些傳統(tǒng)領(lǐng)域。尤其是在氣候和地球系統(tǒng)建模中，AI 被寄予厚望：它是否能補(bǔ)足數(shù)值模型難以覆蓋的細(xì)節(jié)？是否能在有限算力下，把系統(tǒng)看得更細(xì)一點(diǎn)？這些問(wèn)題，正在成為超算與科學(xué)計(jì)算領(lǐng)域繞不開(kāi)的討論。
地球系統(tǒng)模型正是其中最具代表性的場(chǎng)景之一。從全球環(huán)流到局地天氣，從海洋到大氣，從公里尺度到更細(xì)微的變化，模型需要處理的過(guò)程極其復(fù)雜，也幾乎不可能被完全窮盡。正因?yàn)槿绱耍P(guān)于 AI 應(yīng)該如何進(jìn)入地球系統(tǒng)建模，學(xué)界和工程界始終保持著謹(jǐn)慎甚至分歧的態(tài)度。
在 GAIR 2025 大會(huì)上，圍繞人工智能與科學(xué)計(jì)算的關(guān)系，相關(guān)討論再次被集中提及。付昊桓教授在大會(huì)期間做了相關(guān)分享，結(jié)合地球系統(tǒng)模型與超算實(shí)踐，討論了數(shù)值模擬與 AI 之間的邊界與可能性。
作為清華大學(xué)深圳國(guó)際研究生院教授、國(guó)家超級(jí)計(jì)算深圳中心副主任，他長(zhǎng)期同時(shí)參與超算平臺(tái)建設(shè)和地學(xué)計(jì)算研究，也因此更關(guān)注這些方法在現(xiàn)實(shí)體系中“能不能用、該怎么用”。
在GAIR 2025 現(xiàn)場(chǎng)，AI科技評(píng)論與付昊桓教授圍繞數(shù)值計(jì)算與AI 的融合、地球系統(tǒng)模型的復(fù)雜性，以及AI 在預(yù)報(bào)體系中的真實(shí)位置進(jìn)行了深入交流，相關(guān)內(nèi)容AI 科技評(píng)論做了不改變?cè)獾木庉嬚恚?img alt="對(duì)話付昊桓：數(shù)值模擬不能被替代，AI 應(yīng)該放在哪里丨GAIR 2025" src="https://static.leiphone.com/uploads/new/images/20251223/694a0aa5e6ac3.png?imageView2/2/w/740"/>
AI 科技評(píng)論：您現(xiàn)在在超算這邊，最核心想做的事情到底是什么？
付昊桓：其實(shí)如果從一個(gè)比較抽象的層面來(lái)總結(jié)，我們現(xiàn)在最核心想推動(dòng)的一件事，就是數(shù)值計(jì)算和人工智能的深度融合。
地球系統(tǒng)只是一個(gè)比較典型、也比較容易被大家理解的例子，但并不是唯一的應(yīng)用場(chǎng)景。類(lèi)似的問(wèn)題，其實(shí)在很多科學(xué)計(jì)算領(lǐng)域都會(huì)遇到，比如機(jī)器人、生物醫(yī)藥、材料科學(xué)等等。只不過(guò)地球系統(tǒng)的復(fù)雜性、尺度跨度和社會(huì)影響都非常突出，所以它經(jīng)常被拿出來(lái)討論。
我們并不是說(shuō)要單獨(dú)把 AI 拿出來(lái)做一個(gè)“更聰明的模型”，也不是簡(jiǎn)單地去提升某一個(gè)模型的精度，而是希望從根本上去思考：在科學(xué)計(jì)算這樣一個(gè)長(zhǎng)期以數(shù)值模擬為核心的方法體系中，AI 到底應(yīng)該以什么樣的方式介入，才能真正提升我們理解和預(yù)測(cè)復(fù)雜系統(tǒng)的能力。
AI 科技評(píng)論：那為什么地球系統(tǒng)會(huì)被您反復(fù)作為一個(gè)核心例子？
付昊桓：因?yàn)榈厍蛳到y(tǒng)本身，幾乎把科學(xué)計(jì)算中最難的幾個(gè)問(wèn)題都集中在了一起。首先，它是一個(gè)典型的混沌系統(tǒng)。我們常說(shuō)的蝴蝶效應(yīng)，本質(zhì)上講的是系統(tǒng)對(duì)初始條件的高度敏感性。哪怕是一個(gè)非常微小的擾動(dòng)，在經(jīng)過(guò)足夠長(zhǎng)的時(shí)間和足夠復(fù)雜的相互作用之后，都可能對(duì)整體狀態(tài)產(chǎn)生顯著影響。
其次，它是一個(gè)極端多尺度的系統(tǒng)。比如說(shuō)，臺(tái)風(fēng)這種現(xiàn)象，可能發(fā)生在數(shù)百公里到千公里的尺度上；而強(qiáng)對(duì)流降水則發(fā)生在公里尺度；龍卷風(fēng)則是十米到百米尺度；再往下，還有更微觀的過(guò)程，發(fā)生在米級(jí)甚至更小的尺度上。
更重要的是，這些不同尺度的過(guò)程，并不是彼此獨(dú)立的，而是相互耦合、彼此影響的。你不能只算大尺度而忽略小尺度，也不能只盯著局部而不看整體。正是這種“所有尺度連在一起”的特性，使得地球系統(tǒng)成為一個(gè)非常典型、但也極其困難的研究對(duì)象。
AI 科技評(píng)論：那在這種情況下，有沒(méi)有可能去做一個(gè)真正意義上的數(shù)字孿生？
付昊桓：從現(xiàn)實(shí)角度來(lái)看，這是基本不可能的。很多人會(huì)設(shè)想，未來(lái)算力如果足夠強(qiáng)，是不是就可以把所有細(xì)節(jié)都模擬出來(lái)。但實(shí)際上，問(wèn)題并不只是算力的問(wèn)題，而是尺度本身是沒(méi)有下限的。
你可以說(shuō)，未來(lái)是不是可以模擬一只蝴蝶？那我會(huì)反問(wèn)：樹(shù)葉里的水分是怎么蒸發(fā)的？云中的水汽是如何凝結(jié)成水滴的？水滴在不同微環(huán)境中是如何增長(zhǎng)、碰并并最終下落的？
這些過(guò)程發(fā)生在越來(lái)越小的尺度上，而且每一個(gè)尺度都會(huì)引入新的物理機(jī)制。你永遠(yuǎn)不可能把所有尺度都納入一個(gè)完全精確的數(shù)值模型中。所以從一開(kāi)始，我們就必須承認(rèn)：地球系統(tǒng)是一個(gè)無(wú)法被完全窮盡計(jì)算的復(fù)雜系統(tǒng)。
AI 科技評(píng)論：在這種前提下，數(shù)值模擬的意義在哪里？
付昊桓：數(shù)值模擬的意義，恰恰在于它是我們目前唯一一套系統(tǒng)性地、基于物理規(guī)律去理解世界的工具。我常用一個(gè)比喻來(lái)解釋數(shù)值模擬和 AI 之間的關(guān)系：數(shù)值模擬是骨骼，AI 是肌肉。
骨骼代表的是我們已經(jīng)理解得比較清楚的那部分自然規(guī)律，比如守恒定律、動(dòng)力學(xué)方程、熱力學(xué)關(guān)系等。這些東西是有明確物理意義的，是可解釋、可追溯的。
而肌肉這一側(cè)，指的是那些我們目前很難用嚴(yán)格物理模型去描述、或者算力根本支撐不了的部分。這些地方，AI 可能可以發(fā)揮更大的作用。
AI 科技評(píng)論：能不能用一個(gè)更具體的例子來(lái)說(shuō)明這種分工？
付昊桓：比如說(shuō)臺(tái)風(fēng)預(yù)報(bào)。當(dāng)臺(tái)風(fēng)從海上向陸地移動(dòng)時(shí)，在百米甚至公里尺度上，它的整體動(dòng)力結(jié)構(gòu)是可以用傳統(tǒng)數(shù)值模型來(lái)刻畫(huà)的。但當(dāng)臺(tái)風(fēng)進(jìn)入城市環(huán)境之后，問(wèn)題就變得非常復(fù)雜。
你想知道某一條街道上，風(fēng)會(huì)怎么走？某一個(gè)小區(qū)里，降雨會(huì)如何分布？這些已經(jīng)進(jìn)入了十米、甚至一米尺度，而傳統(tǒng)數(shù)值模型在這個(gè)尺度上不僅算力不夠，物理參數(shù)化本身也變得非常困難。
在這種情況下，如果完全依賴數(shù)值模擬，成本是無(wú)法承受的。但如果完全依賴 AI，又會(huì)失去物理約束。所以一個(gè)更現(xiàn)實(shí)、也更有前景的方向，是讓 AI 在這些“肌肉層面”去補(bǔ)充數(shù)值模型，而不是取代它。
所以我們最終希望看到的，不是數(shù)值模型一套、AI 模型一套，而是它們能夠形成一個(gè)緊耦合的混合模型。我經(jīng)常用“齒輪”這個(gè)比喻，希望這兩個(gè)齒輪能夠真正咬合在一起，一起轉(zhuǎn)，而不是各轉(zhuǎn)各的。
AI 科技評(píng)論：那在數(shù)據(jù)如此稀疏的情況下，AI 能發(fā)揮什么作用？
付昊桓：AI 非常擅長(zhǎng)做的一件事情是：在不完整的數(shù)據(jù)條件下，給出一個(gè)合理的推斷。也就是說(shuō)，你給它一些稀疏的觀測(cè)點(diǎn)，它可以在空間和時(shí)間上進(jìn)行補(bǔ)全，給出一個(gè) best guess。
這種能力，在地球系統(tǒng)這樣觀測(cè)受限的領(lǐng)域里，確實(shí)非常有價(jià)值。但前提依然是：它必須和數(shù)值模型結(jié)合使用。雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))
AI 科技評(píng)論：那目前這些模型成果，是如何被氣象部門(mén)實(shí)際采納和使用的？
付昊桓：現(xiàn)在的天氣預(yù)報(bào)，本身就是一個(gè)高度工程化的混合體系。以華南地區(qū)為例，目前常用的是大約一公里分辨率的網(wǎng)格模型。在這個(gè)尺度上，動(dòng)力方程是可以直接計(jì)算的；而網(wǎng)格內(nèi)部無(wú)法解析的微物理過(guò)程，則通過(guò)統(tǒng)計(jì)參數(shù)化方案來(lái)處理。
同時(shí)，還會(huì)引入多組初始條件、多種模型配置，進(jìn)行集合預(yù)報(bào)。最終給出的，并不是單一結(jié)果，而是一種帶有概率意義的預(yù)報(bào)結(jié)論。在這樣的體系下，目前 7 天預(yù)報(bào)是可以實(shí)現(xiàn)的，其中 3 到 5 天相對(duì)比較可靠。
AI 科技評(píng)論：AI 的引入，在這個(gè)體系中具體帶來(lái)了哪些變化？
付昊桓：從目前的測(cè)試結(jié)果來(lái)看，AI 確實(shí)在一些方面帶來(lái)了提升。比如，它可以利用更多類(lèi)型的數(shù)據(jù)，提升某些變量的預(yù)報(bào)精度；在部分場(chǎng)景下，也確實(shí)可以延長(zhǎng)可預(yù)報(bào)時(shí)間的長(zhǎng)度。但與此同時(shí)，問(wèn)題也非常明顯。
首先，AI 對(duì)極端天氣的預(yù)測(cè)能力仍然不足。極端事件本身在數(shù)據(jù)中出現(xiàn)得就不多，而 AI 往往更擅長(zhǎng)學(xué)習(xí)“常態(tài)”。
其次，AI 的輸出結(jié)果往往偏平滑，這在視覺(jué)上可能看起來(lái)“合理”，但會(huì)掩蓋一些真正重要的極端特征。
第三，它是一個(gè)黑盒。對(duì)于一線預(yù)報(bào)員來(lái)說(shuō)，當(dāng)模型給出一個(gè)結(jié)果時(shí)，他們很難像使用傳統(tǒng)數(shù)值模型那樣，追溯每一步計(jì)算的物理原因。
此外，傳統(tǒng)數(shù)值模型天然包含不確定性評(píng)估機(jī)制，而 AI 原生并不具備這一能力。這在實(shí)際業(yè)務(wù)中，是一個(gè)非常關(guān)鍵的差異。
AI 科技評(píng)論：所以您認(rèn)為，數(shù)值模擬依然是不可替代的？
付昊桓：是的，我認(rèn)為數(shù)值模擬一定是整個(gè)體系的 backbone。它承載的是人類(lèi)已經(jīng)理解的物理規(guī)律，是可解釋、可驗(yàn)證的。AI 的角色，不是推翻這一體系，而是在這個(gè)基礎(chǔ)上去補(bǔ)充、去增強(qiáng)，甚至在長(zhǎng)期發(fā)展中，幫助我們逐步“打開(kāi)黑盒”。
AI 科技評(píng)論：現(xiàn)在越來(lái)越多科技公司進(jìn)入氣象和氣候領(lǐng)域，您怎么看？
付昊桓：這個(gè)賽道確實(shí)開(kāi)始變得非常“卷”。但從另一個(gè)角度看，這也說(shuō)明大家普遍認(rèn)為，這個(gè)領(lǐng)域未來(lái)還有很大的突破空間。氣象和氣候并不是一個(gè)“已經(jīng)被解決的問(wèn)題”，相反，它仍然存在大量基礎(chǔ)性的挑戰(zhàn)。
AI 科技評(píng)論：氣象和氣候的商業(yè)價(jià)值主要體現(xiàn)在哪里？
付昊桓：我覺(jué)得至少體現(xiàn)在三個(gè)方面。第一，是季節(jié)尺度預(yù)報(bào)的金融屬性。如果你能提前知道某一年、某一季的大致氣候情況，會(huì)直接影響農(nóng)業(yè)產(chǎn)量、大宗商品價(jià)格等。
第二，是能源系統(tǒng)。風(fēng)電、光伏之所以難以穩(wěn)定利用，很大程度上是因?yàn)樗鼈兊牟淮_定性。如果預(yù)報(bào)更準(zhǔn)，能源調(diào)度和成本控制都會(huì)發(fā)生根本性的變化。
第三，是碳達(dá)峰和碳中和。地球系統(tǒng)模型能力的提升，會(huì)對(duì)整個(gè)上下游產(chǎn)業(yè)鏈產(chǎn)生深遠(yuǎn)影響。
AI 科技評(píng)論：算力和模型規(guī)模的不斷擴(kuò)張，真的帶來(lái)了科學(xué)價(jià)值嗎？雷峰網(wǎng)
付昊桓：從歷史上看，每一輪重大技術(shù)變革在初期階段，往往都會(huì)伴隨著某種形式的泡沫。這并非偶然，而是技術(shù)潛力、資本預(yù)期與現(xiàn)實(shí)落地之間動(dòng)態(tài)博弈的結(jié)果。互聯(lián)網(wǎng)的發(fā)展過(guò)程在一定程度上已經(jīng)呈現(xiàn)過(guò)類(lèi)似情形。但泡沫過(guò)后，一定會(huì)留下真正有價(jià)值的能力。從長(zhǎng)期來(lái)看，AI 很可能會(huì)像計(jì)算機(jī)一樣，逐步進(jìn)入所有行業(yè)，并在這個(gè)過(guò)程中，改變我們解決問(wèn)題的方式。
AI 科技評(píng)論：現(xiàn)在學(xué)界越來(lái)越強(qiáng)調(diào)交叉學(xué)科，您怎么看？
付昊桓：我覺(jué)得這并不是一個(gè)新趨勢(shì)，而是科學(xué)本身的屬性。學(xué)科是成熟知識(shí)的沉淀，而真正的新發(fā)現(xiàn)，往往發(fā)生在學(xué)科交叉的地方。
AI 科技評(píng)論：未來(lái)三年，您個(gè)人最期待哪方面的突破？
付昊桓：我個(gè)人最期待的是3 到 6 個(gè)月尺度的預(yù)報(bào)能力突破。這是目前天氣預(yù)報(bào)和氣候預(yù)測(cè)之間的一個(gè)灰區(qū)，也是現(xiàn)實(shí)中非常重要、但目前還難以解決的問(wèn)題。
AI 科技評(píng)論：最后，您想給準(zhǔn)備進(jìn)入這個(gè)領(lǐng)域的年輕人什么建議？
付昊桓：最重要的一點(diǎn)，是先想清楚：你為什么要做科研。如果沒(méi)有內(nèi)驅(qū)力，科研會(huì)變成一種消耗。我更希望年輕人是主動(dòng)享受這個(gè)過(guò)程，而不是被環(huán)境推著走。
講座完整視頻，詳見(jiàn)鏈接：https://youtu.be/dw4tRbvoENY
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
