StormCast是早期大气预测模型CorrDiff的升级版。英伟达将后者的算法与Earth-2结合在一起,Earth-2是英伟达为使用其芯片进行研究的气象学家提供的一套软件。这套软件包括天气预报算法、大气数据管理工具和相关组件。
StormCast基于CorrDiff模型,CorrDiff的功能相当于一个气象放大工具。研究人员可以上传25公里分辨率的数据集,描述天气事件。在这样的分辨率下,25公里以下的大气现象是不可见的。CorrDiff可以将原始数据的分辨率提高12.5倍,达到两公里。
StormCast增加了自回归功能,以此增强了模型的核心功能。这一升级使该人工智能不仅能研究过去的天气事件,还能预测未来的发展。StormCast通过研究历史大气信息生成预测结果,历史信息包括英伟达纳入模型训练数据集的美国中部地区两年半的气候测量数据。
StormCast的自动回归功能使研究人员能够预测未来六小时内的天气。英伟达的气候模拟研究主管Mike Pritchard在一篇博文中详细介绍说:“StormCast可以在3公里的小时尺度上实现这一功能。”
StormCast旨在预测所谓的中尺度天气事件。这些大气现象的覆盖面积从五公里到几百公里不等。除其他外,中尺度天气还包括山洪暴发和能够造成大面积风灾的持久风暴。普通风暴不属于中尺度事件,因为它们影响的范围要小得多。
气象学家通常使用一种名为 “对流允许模型 (CAM)”的算法来预测天气。这种算法通常在超级计算机上运行,并考虑到多达数千个大气参数来生成预测结果。英伟达表示,已经证明在某些情况下,StormCast有能力超越CAM软件。
Pritchard详细介绍说:“尽管该模型还处于起步阶段,但当它与降水雷达一起应用时,已经可以提前六小时提供预报,准确率比美国国家海洋和大气管理局(NOAA)最先进的3公里尺度CAM高出10%。”
其他公司也在研究如何利用人工智能改进天气预报。去年11月,谷歌推出了GraphCast,这是一个内部开发的神经网络,可以比传统算法更快地预测大气事件。它可以提前10天预报天气,并提供详细的温度和风速预估。
好文章,需要你的鼓励
企业谈AI基础设施时,注意力往往首先集中在模型、GPU和算力集群上。但当大模型应用走向规模化推理,一个瓶颈开始浮现:算力采购完成,并不意味着Token能够被稳定、低成本、可控地交付出去。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。