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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。