对话付昊桓：数值模拟不能被替代，AI 应该放在哪里丨GAIR 2025

51 0 0

文章摘要

地球系统预测长期以来依赖数值模拟方法，通过超算运行物理方程来理解自然系统。近年来，人工智能技术的引入为这一领域带来了新的可能性。地球系统模型因其复杂性和尺度跨度成为最具代表性的研究场景，涉及从全球环流到局地天气的多尺度过程。付昊桓教授提出，数值计算与人工智能的深度融合是当前核心研究方向，而非简单提升单一模型精度。

地球系统具有典型的混沌特性，微小扰动可能引发显著变化，同时包含从公里级到米级的极端多尺度现象。这些不同尺度的过程相互耦合，使得完全精确的数字孪生成为不可能。付昊桓用”骨骼与肌肉”比喻二者的关系：数值模拟代表已被理解的物理规律（骨骼），而AI则补充难以计算的部分（肌肉）。例如在台风预报中，传统模型可处理百米尺度动力结构，而AI能辅助十米级城市环境下的细节预测。

实际业务应用中，天气预报体系已形成工程化混合模式。目前华南地区使用一公里分辨率网格模型，结合集合预报方法，可实现7天范围内的预测。AI的引入提升了部分变量的精度和可预报时长，但在极端事件预测、结果平滑化和不确定性评估方面仍存在局限。因此，数值模拟作为基础框架仍不可替代，AI的作用是增强而非取代现有体系。

气象气候领域正吸引越来越多科技企业进入，其商业价值主要体现在季节预报的金融属性、能源系统优化和碳中和目标实现三个方面。付昊桓认为，3到6个月尺度的预报能力突破是未来三年最值得期待的进展，这一时间维度目前处于天气预报与气候预测之间的技术空白区。

面对学科交叉趋势，付昊桓指出真正的新发现往往产生于领域交界处。他建议年轻科研工作者首先明确研究动机，内驱力比环境推动更能支撑长期探索。当前技术发展虽存在泡沫成分，但如同计算机的普及历程，AI终将深刻改变各行业的问题解决方式。在地球系统预测这一复杂领域，数值模拟与AI的齿轮式咬合，而非简单叠加，才是实现突破的关键路径。