全球AI气象模型研发迎来新的突破。
据美国新闻网站Axios 3月24日报道，剑桥大学、艾伦·图灵研究所、微软研究院与欧洲中期天气预报中心（ECMWF）联合开发的“Aardvark Weather”系统，成为首个完全脱离传统数值模型的端到端AI天气预报方案，其技术架构与预测能力显著区别于现有AI气象模型，为天气预测领域带来全新可能，或将大幅提高预报速度、准确性和成本。
根据发表在《自然》杂志上介绍该项研究的文章称，与此前谷歌、英伟达等企业开发的AI模型不同，Aardvark Weather首次实现了从原始观测数据到预报结果的全程由AI驱动。传统AI模型仍需依赖物理数值模型提供初始数据，而Aardvark Weather直接整合卫星、气象站等实时传感器数据，同步生成全球及局地高分辨率预报，彻底摆脱了对超级计算机的依赖。
该模型最大的突破在于采用简洁架构，能够针对不同应用场景快速定制天气预报方案。例如在风电场的风速预测或农田的降水预报等专业领域，传统方法开发这类专项模型往往需要数月甚至数年时间，并且必须依赖超级计算机才能完成。而Aardvark Weather模型所需输入数据量远少于传统方法及其他AI模型。
艾伦·图灵研究所研究员理查德·特纳（Richard Turner）表示，“Aardvark重新定义了现有天气预报方法，有望实现更快、更便宜、更灵活、更精准的预报，推动全球气象预测变革。”
不过虽然该模型拥有不俗的潜力，目前尚不适合需要多变量预测的政府气象机构，同时这一实验性新模型并未完全取代传统气象数据采集、常规数值模拟或人工预报的必要性。研究特别强调：实时卫星气象数据仍是保障预报精度的关键基础，且该模型研发本身高度依赖欧洲中期天气预报中心（ECMWF）提供的ERA5再分析数据集支撑训练。
未参与该研究的俄克拉荷马大学气象学家亚伦·希尔（Aaron Hill）认为，该模型真正的突破在于"证明纯数据驱动的AI预测具有可行性"，实现了学界期待已久的观测数据直通预报愿景。
