ScienceAI 2024 「AI+气象科学&宇宙&物理学」专题年度回顾

编辑丨&

过去，我们仰望星空，俯瞰大地，伸手能触及到星河的浩瀚，也能感受到星尘最细微的轨迹。2024，我们走出了阴霾，再一次向着人类的最终的浪漫前进。

近年来出彩的科幻电影，日益令人担忧的自然灾害，暗示着人们需要对于脚下与头顶潜在的可能性保持关注。在技术手段尚不成熟的时代，人们只能在一次次的失败中汲取经验，而这其中所需要付出的代价是高昂的：精力，财力，亦或者是生命。

而现在，得益于趋于成熟的 AI 技术，我们可以在 8 分钟之内，知道之后 15 天的天气，甚至可以凭此预测未来的气候灾害。除此之外，核动力的需求也逐渐加快了AI在此方面的应用。

从极大到极小，宏观到微观。世界繁复而绚烂的景色为 AI 提供了无穷尽的学习素材。各类科研应用的模型在如此富有“营养”的环境中飞速成长，已然褪去了青涩的外壳。虽然它们还只是局限在各自的领域中，并没有出现一个全能的模型一统天下。但其每每表现出来的潜力，都令人惊叹。

在过去的一年中，我们可以看到，AI 更多的还是应用在生物等领域。而在宇宙学，物理学与气象领域的研究方向上，所得看起来似乎并不算成果丰硕。但实际上，每一步的迈出都是一次精彩的突破。

在气象，开发出了全球顶尖的新模型 GenCast，实现了目前全球再分析数据的最大分辨率。

在宇宙学中，更便利的显微镜自动配置助手，由 AI 计算出来的宇宙基本参数，重新衡量了我们所看到的天空。

在物理学中，被开发出用于计算激发态的新方法，更通用，更强大，适用于各类数学模型。

接下来，ScienceAI 将回顾 2024 年 AI 在气象科学、宇宙，物理学领域的一些重要研究进展。

• LeCun转帖，AI精确计算宇宙「设置」，登Nature子刊

• 水和算法有何相似？用物理学来理解大语言模型

• 中国科学院物理学家利用机器学习揭示原子核壳演化

• AI首次解决量子物理学难题，DeepMind精确计算量子激发态，登Science

• 强过「黄金标准」，快3,500倍，成本低10万倍，物理建模融合AI，谷歌天气模型登Nature

• AI 回答物理学问题，MIT 开发自动绘制材料相图机器学习框架

• 打破「非此即彼」，平衡 AI 与物理，中国科学院提出建立可学习的气候模型

• AI 重建粒子轨迹，发现新物理学

• Nature|机器学习和物理模型的「双向奔赴」，3种AI气候建模方法

• 耗时缩短十倍以上，大规模AI方法加速原子模拟进程，推动更泛用的策略发展

• 百万级原子模拟，从头算精度，北京科学智能研究院提出AI+大尺度电子结构模拟新方法

• 原子、分子、复合物级性质预测均最佳，清华分子预训练框架登Nature子刊

• 对25,000多个原子进行纳秒级MD模拟，DeepMind开发基于ML的大规模分子模拟通用方法

• 全球顶尖天气预报系统被AI击败，DeepMind新模型登Nature，8分钟搞定未来15天预测

• 谷歌推出 Caravan MultiMet，利用各种气象数据增强水文预报

• Nature子刊，上智院、复旦、中国气象局研发次季节AI大模型「伏羲」，突破「可预报性沙漠」

• 23亿参数，Transformer架构，NASA、IBM发布「天气+气候」通用AI模型Prithvi WxC

• 强过「黄金标准」，快3,500倍，成本低10万倍，物理建模融合AI，谷歌天气模型登Nature

• AI 可能是我们未能与外星文明取得联系的「大过滤器」

• 超衍射极限1.5倍，成像条件低10倍，清华、中国科学院用AI方法提高显微镜分辨率

• 首个多模态地理科学大模型「坤元」

• 速度提高1000万倍，AI快速准确预测等离子体加热，助力核聚变研究

• 中国科学院核聚变最新进展，AI 加速等离子体参数预测