谷歌团队已在GitHub上公开了NeuralGCM的源代码和模型权重，在不同分辨率下训练了一系列NeuralGCM模型。准确的特点有望帮助科学家更好地预测气候变化，这些简化的近似值常导致误差。其高效准确的性能为气候变化预测提供了强有力的新工具。NeuralGCM的集合预测有95%的时间比ECMWF-ENS更准确。野火季节将如何变化。
什么是NeuralGCM？
NeuralGCM是一种结合了基于物理的建模和机器学习技术的大气模型。而不需要超级计算机的支持，并且能在TPU和GPU上高效运行，
NeuralGCM打造最先进的大气模型
NeuralGCM通过神经网络从历史天气数据中学习小尺度天气事件的物理原理，使得模拟一年的大气只需8分钟，且在气候时间尺度上的预测表现也显著优于最先进的大气模型。
NeuralGCM的1.4°分辨率模型在计算速度上比X-SHiELD快3500多倍，这为更多的气候研究人员提供了使用这一最先进模型的机会。传统GCM在进行长期气候模拟时，
谷歌团队使用1979年至2019年间的ECMWF天气数据，NeuralGCM使用JAX重新编写了大规模过程的数值求解器，而非依赖简化模型来生成近似值。且依赖于简化的近似值（参数化）来模拟小尺度天气变化，打造准确天气预测新工具" class="wp-image-669096" style="width:840px;height:auto"/>
浏览:35943