（大公文匯全媒體記者 周傾芫）由香港科技大學、香港天文台、香港理工大學、香港中文大學、Stellerus、光明科學城香港運營中心及點新聞等機構聯合舉辦的「氣象預測的AI變革」研討會，今日（19日）在香港科技大學舉行。研討會的下午場次聚焦於利用人工智能（AI）進行氣候建模，並以近期極端天氣事件為例進行討論。
艾倫人工智能研究所的大氣科學家克里斯托弗·布雷瑟頓（Christopher Bretherton）在會上分享了他使用人工智能進行氣候建模的經驗。他指出，氣候變化、二氧化碳排放和全球變暖是當前面臨的重大挑戰。此外，多位講者強調了氣候變化對天氣的影響，包括更強烈的洪水和乾旱，以及這些變化如何加劇天氣的不可預測性。
會中探討了使用機器學習來建模混沌天氣系統的可能性。克里斯托弗指出，儘管機器可以學習天氣因子，但不能保證其正確性，尤其在面對長期預測時。此外，基於物理學的氣候模型雖然強大，但存在系統性錯誤，因此，建議讓機器學習將多個模擬中的信息轉化為更高效的模型，以降低計算複雜性。克里斯托弗認為混合機器學習模型可以減少預測中的系統偏差。
模型根據全球數據進行訓練，中等水平的預測需要至少10年的數據，高級模型則需要幾十年的數據。研究人員成功訓練了一個機器學習模型，用40至100年的數據和4至10台GPU來模擬一個世紀的海洋表面溫度，實現了比物理模型快50倍的計算速度，惟耗電量也是原先的1000倍。
美國加州大學洛杉磯分校的教授大衛·內林（David Neelin）、華盛頓大學教授陳女士（Chen Shuyi）與克里斯托弗進行圓桌論壇，聚焦於AI和物理模型在氣候和天氣預報中的整合應用。內林分享了他在海洋科學、氣候變化等方面研究，而陳女士則介紹了她在極端氣候和颶風海洋相互作用的研究成果。此外，論壇還討論了當前氣候模型的局限性以及AI在改進預報方面的潛力。
最後，討論集中在AI和物理模型在學術和大自然中的教育和實踐。與會者鼓勵在氣候科學中進一步開展有關人工智能和機器學習的合作與研究。
