近日，由南京信息工程大學(xué)羅京佳教授領(lǐng)銜，聯(lián)合來自中國、韓國、德國、美國和澳大利亞的45位跨學(xué)科專家在《國家科學(xué)評(píng)論》（National Science Review, NSR）發(fā)表了題為“AI for atmosphere-ocean sciences: advancements, challenges, and ways forward”的重磅綜述 。文章系統(tǒng)性地梳理了人工智能（AI）在氣象與海洋科學(xué)中的最新應(yīng)用進(jìn)展，深刻剖析了當(dāng)前面臨的挑戰(zhàn)，并為構(gòu)建下一代“物理一致、可信賴”的地球系統(tǒng)智能科學(xué)勾勒了未來藍(lán)圖。
核心視點(diǎn)： AI已成范式變革
過去一個(gè)世紀(jì)，大氣與海洋科學(xué)主要依賴觀測、理論分析和數(shù)值模擬。然而，傳統(tǒng)數(shù)值模式在應(yīng)對(duì)海量異構(gòu)數(shù)據(jù)、次網(wǎng)格過程參數(shù)化以及高昂計(jì)算成本時(shí)面臨長期瓶頸 。文章系統(tǒng)性地指出：人工智能（AI）已超越“工具”范疇，正引發(fā)地球科學(xué)領(lǐng)域的“范式轉(zhuǎn)變”。AI不僅能在幾分鐘內(nèi)完成傳統(tǒng)模式數(shù)小時(shí)的天氣預(yù)測，更在極端事件監(jiān)測、數(shù)據(jù)同化、氣候預(yù)測等方面展現(xiàn)出顛覆性潛力，標(biāo)志著我們理解和預(yù)測地球的方式進(jìn)入了全新階段。
全鏈條覆蓋：AI在地球科學(xué)中的革命性應(yīng)用
文章詳細(xì)梳理了AI在地球科學(xué)中的革命性應(yīng)用，其能力貫穿全鏈條：
“火眼金睛”的監(jiān)測者：AI能自動(dòng)處理數(shù)據(jù)、精準(zhǔn)地識(shí)別臺(tái)風(fēng)、大氣河、海洋中尺度渦旋等復(fù)雜現(xiàn)象，性能遠(yuǎn)超傳統(tǒng)基于閾值的方法。
“超級(jí)速算”的預(yù)報(bào)員：以盤古、GraphCast、風(fēng)烏、伏羲等為代表的AI氣象大模型，在中短期天氣預(yù)報(bào)的精度和效率上已全面超越業(yè)務(wù)數(shù)值模式預(yù)報(bào)系統(tǒng)。新涌現(xiàn)的AI海洋模型，甚至能將厄爾尼諾（ENSO）的預(yù)測時(shí)效延長至近兩年。
“精雕細(xì)琢”的校正師：AI可高效地對(duì)傳統(tǒng)動(dòng)力學(xué)模式的輸出進(jìn)行偏差訂正和降尺度處理，顯著提升業(yè)務(wù)精細(xì)化水平。
“未雨綢繆”的服務(wù)官：在能源、農(nóng)業(yè)、災(zāi)害預(yù)警等領(lǐng)域，AI憑借其高效、高分辨率的預(yù)報(bào)能力，正轉(zhuǎn)化為實(shí)實(shí)在在的社會(huì)經(jīng)濟(jì)效益。
直面挑戰(zhàn)：從“黑箱”到可信賴伙伴
然而，純粹的“數(shù)據(jù)驅(qū)動(dòng)”AI模型也存在固有缺陷。文章毫不避諱地指出了三大核心挑戰(zhàn)：一是“黑箱”難題：模型決策過程不透明，影響科學(xué)可信度；二是物理一致性缺失：可能違反能量、質(zhì)量守恒等基本物理定律，在長期模擬或極端外推場景中失效；三是評(píng)估體系不完善：如何系統(tǒng)、公平地比較不同AI模型，并與傳統(tǒng)方法對(duì)標(biāo)？
破局之路：融合、比較與智能體
針對(duì)挑戰(zhàn)，文章提出了清晰且具共識(shí)的“未來之路”：
首選路徑：物理-AI融合。將物理定律以“硬約束”或“軟約束”方式嵌入AI模型，發(fā)展“混合物理-AI模型”，這是確保模型可靠性、可解釋性和長期穩(wěn)定性的關(guān)鍵。NeuralGCM等模型是此方向的先驅(qū)。
關(guān)鍵基建：AI模型比較計(jì)劃。文章提出建立 “AI-MIP” ，即基于AI的模型比較項(xiàng)目。這類似于傳統(tǒng)氣候領(lǐng)域的CMIP，旨在為層出不窮的AI氣象、氣候、海洋模型建立統(tǒng)一的評(píng)估基準(zhǔn)、標(biāo)準(zhǔn)化數(shù)據(jù)集和協(xié)議，是領(lǐng)域健康發(fā)展的基石。
終極愿景：AI智能體。文章展望了“AI科學(xué)家”的到來。文中介紹的Earthlink智能體，已能理解科學(xué)家自然語言指令，自主搜尋和下載數(shù)據(jù)、設(shè)計(jì)試驗(yàn)方案、編寫代碼與執(zhí)行、生成報(bào)告。未來，預(yù)測模型與推理智能體的結(jié)合，將形成從“預(yù)測”到“決策”的閉環(huán)，成為人類應(yīng)對(duì)氣候變化的強(qiáng)大協(xié)作者。
評(píng)價(jià)與展望
這篇由國際重量級(jí)團(tuán)隊(duì)完成的綜述，不僅是對(duì)過去幾年AI地球科學(xué)爆炸性發(fā)展的系統(tǒng)性總結(jié)，更是為整個(gè)領(lǐng)域的未來發(fā)展繪制了權(quán)威路線圖。它標(biāo)志著該領(lǐng)域從追求“預(yù)測性能”的初級(jí)階段，邁入了構(gòu)建“物理一致、值得信賴、可業(yè)務(wù)化”的下一代地球系統(tǒng)智能科學(xué)的新紀(jì)元。
正如文章結(jié)語所言，我們正在步入一個(gè)“人與機(jī)器協(xié)同科學(xué)”的新時(shí)代，以共同應(yīng)對(duì)氣候變化這一復(fù)雜挑戰(zhàn)。
文章架構(gòu)
論文信息：Jing-Jia Luo, Jiangjiang Xia, Baoxiang Pan, et al. AI for atmosphere-ocean sciences: advancements, challenges, and ways forward. National Science Review, 2026, nwag063. https://doi.org/10.1093/nsr/nwag063
|
