NeuralGCM
高效准确的气候模拟模型
- 结合传统物理模型与机器学习提高模拟准确性和效率
- 生成2-15天的高精度天气预测
- 重现过去40年的温度数据，准确性超过传统模型
- 使用神经网络从现有气象数据中学习小尺度事件的物理特性
- 在JAX中重写数值求解器，实现基于梯度的优化调整
- 在TPUs和GPUs上高效运行，与传统主要在CPU上运行的模型相比具有性能优势
- 提供开源代码和模型权重，便于研究人员进行非商业性使用和进一步开发
产品详情
NeuralGCM是由谷歌研究团队开发的气候模型，与传统基于物理的气候模型相比，它结合了机器学习技术，提高了模拟的准确性和效率。NeuralGCM能够生成2至15天的天气预测，其准确性超过了当前的黄金标准物理模型，并且在重现过去40年的温度数据方面比传统大气模型更为准确。尽管NeuralGCM尚未构建为完整的气候模型，但它标志着开发更强大、更易用气候模型的重要一步。
