随着与气候相关的灾害变得越来越严重和频繁，一个国际研究团队推出了 Aurora——这是一种开创性的 AI 模型，旨在为空气质量、海浪和极端天气事件提供更快、更准确、更经济的预测。这个名为 Aurora 的模型已经接受了超过 100 万小时数据的训练。据研究人员称，它可能会彻底改变我们为自然灾害做准备和应对气候变化的方式。

从欧洲的致命洪水到世界各地不断增强的热带气旋，气候危机使及时和精确的预测比以往任何时候都更加重要。然而，传统的预测方法依赖于几十年来开发的高度复杂的数值模型，需要强大的超级计算机和庞大的专家团队。据其开发人员称，Aurora 提供了一种使用人工智能的强大而高效的替代方案。

以机器学习为核心

“Aurora 使用最先进的机器学习技术为关键环境系统（空气质量、天气、海浪和热带气旋）提供卓越的预测，”阿姆斯特丹大学机器学习专家、该模型背后的研究人员之一 Max Welling 解释说。与传统方法不同，Aurora 需要的计算能力要少得多，这使得高质量的预测更易于访问和可扩展——尤其是在缺乏昂贵基础设施的地区。

使用 100 万小时的地球数据进行训练

Aurora 建立在 13 亿个参数的基础模型之上，并在超过 100 万小时的地球系统数据上进行了训练。它已经过微调，可在一系列预测任务中表现出色：

• 空气质量：在 74% 的情况下优于传统模型
• 海浪：超过 86% 目标的数值模拟
• 热带气旋：在 100% 的测试中击败了 7 个业务预报中心
• 高分辨率天气：在 92% 的场景中超过领先模型，尤其是在极端事件期间

快速、准确且全面的预测

随着气候波动性的增加，快速可靠的预测对于备灾、应急响应和气候适应至关重要。研究人员认为，Aurora 可以通过使高级预测更容易获得来提供帮助。

“过去需要数年的开发周期现在，小型工程团队可以在短短几周内完成，”同样来自阿姆斯特丹大学的人工智能研究员 Ana Lucic 指出。“这对于南半球国家、较小的气象服务和专注于局部气候风险的研究小组来说可能特别有价值。”“重要的是，这种加速建立在数十年的基础研究和通过传统预测方法提供的大量数据集之上，”Welling 补充道。

Aurora 可免费在线使用，供任何人使用。如果有人想针对特定任务对其进行微调，他们将需要为该任务提供数据。Lucic 解释说：“但是'初始'训练已经完成，我们不再需要这些庞大的数据集，来自它们的所有信息都已经融入到 Aurora 中。

面向未来的预测工具

尽管目前的研究集中在上述四种应用上，但研究人员表示，Aurora 很灵活，可用于广泛的未来场景。这些可能包括预测洪水风险、野火蔓延、季节性天气趋势、农业产量和可再生能源产量。“它处理不同数据类型的能力使其成为一种强大且面向未来的工具，”Welling 说。

该研究总结道，随着世界面临更多的极端天气——从热浪到飓风——像 Aurora 这样的创新模型可能会将全球方法从被动的危机响应转变为主动的气候适应能力。