[WSJ] 英伟达推出cBottle高精度气候预测模型，我们要如何加以利用？

英伟达推出cBottle高精度气候预测模型，我们要如何加以利用？

Steven Rosenbush

2 - 3 minutes

英伟达(Nvidia)发布了一款新的生成式AI基础模型，称该模型能够以前所未有的分辨率模拟全球气候。然而，正如强大的新技术往往引出的问题一样，关键在于人类还会用它来做什么。

英伟达预计，气候研究人员基于这个新AI驱动型模型将作出精确至五公里的气候预测。此前最先进的全球气候模型通常无法精细到25至100公里之下的尺度。

透过这一模型，研究人员或许能以新的精度水平预测未来几十年的状况，从而提供有助于缓解气候变化或其影响的信息。

例如，五公里的分辨率或有助于捕捉较低层大气中可能导致某些类型雷暴的垂直运动，而其他模型可能察觉不到这类运动。

此外，高分辨率的近期预测越准确，较长期气候预测的准确性也会相应提高，因为此类预测的准确性会随着时间的推移而叠加增强。

英伟达将该模型命名为cBottle(Climate in a Bottle的简称）。据该公司高性能计算和AI工厂解决方案高级总监Dion Harris介绍，cBottle能够把地球观测数据量进行3,000倍的压缩，并将其转化为超高分辨率、可查询、交互式的气候模拟。该模型的训练是基于高分辨率物理气候模拟以及过去50年观测数据约束的大气状态估算值。

当然，要了解该模型的长期预测结果究竟能有多准确，还需要数年时间。

英伟达称，该公司基于历史数据进行了测试，以证实cBottle本可以预测到实际最终出现的气候状况。cBottle是英伟达用于创建地球数字孪生体的Earth-2平台的一部分，拥有良好的技术基因。该公司于四年前推出了Earth-2平台，旨在推动天气预报和气候科学的发展。

英伟达周二在汉堡举行的ISC 2025计算大会上表示，阿兰·图灵人工智能研究所(Alan Turing Institute of AI)和马克斯-普朗克气象研究所(Max Planck Institute of Meteorology)等科研机构以及政策制定者，正在积极探索这个新模型。

马克斯-普朗克气象研究所所长Bjorn Stevens表示，它“代表了我们在理解、预测和适应周围世界的能力方面的一次变革性飞跃”。

“通过利用英伟达的先进AI和加速计算技术，我们正在构建地球的数字孪生体，”Stevens说，“这标志着一个新时代的到来，人人都将能够接触气候科学，并以之指导行动，从而作出明智的决策来保护我们共同的未来。”

不过，人们也不难想象，基于cBottle模拟结果作出的其他决策可能更具有地方性局限。

例如，住宅保险公司是否会因为cBottle模拟预测未来十年洪水或火灾风险上升而撤出更多市场？这些地区的房产价值和房产税收入将会受到怎样的影响？

再比如，各国政府又将如何应对未来数年后精确到五公里范围的气候预测呢？

若预测到将发生粮食或用水短缺的状况，官员和居民或许能更好地做准备。但如果大国认为自己确切掌握新航道开辟的具体位置和数量，围绕北极圈的角力也同样可能加剧。

提升性价比

Earth-2平台正在不同的气象机构中部署，其用户包括美国的国家海洋和大气管理局(National Oceanic and Atmospheric Administration)、总部位于阿布扎比的专注于人工智能的控股公司G42，以及台湾的国家灾害防救科技中心(National Science and Technology Center for Disaster Reduction in Taiwan)等。

Spire Global是一家在气候和全球安全等领域提供数据分析服务的公司，据其联合创始人兼执行董事长Peter Platzer称，在过去三四年中，该公司借助Earth-2在天气预报的速度和成本方面实现了三个数量级的提升。他还称，该公司在Earth-2平台基础上构建了自有技术体系。Spire Global从其近地轨道卫星群收集数据，是Earth-2的早期采用者。

Platzer说，过去需要八小时才能完成的任务，现在三分钟或更短时间内即可执行。“处理能力的飞跃式提升，是一次巨大的突破，”他说。

除时间外，资金也一直是制约更强大天气预测能力的另一主要因素。据英伟达称，如果采用传统方式在CPU上运行，全年每小时运行一次高分辨率天气模拟的成本高达300万美元。该公司表示，其运行在GPU上的CorrDiff生成式AI模型可将此项任务的成本控制在6万美元。

在Platzer看来，这样的成本节省让原本不具实用性的15天或45天天气预报变得有价值了。他表示，这种进步“远远超出了此前的想象”。

当然，这些新模型仍无法提供100%的确定性。它们并非断言天气或气候会呈现某种具体形态，而是为某些结果提供概率。

如果你看过2016年美国总统大选期间关于希拉里·克林顿(Hillary Clinton)与唐纳德·特朗普(Donald Trump)谁会胜选的那些百分比预测，就会明白这意味着什么。即使概率很高，也并不等同于板上钉钉。

正因如此，这种不确定性或许会促使cBottle模型的相关用户在思考如何应对未来三十年的预测时保持适当的谦逊和谨慎。

或者，这种不确定性也可能导致他们在先进AI的“权威认证”下，大胆作出具有重大影响和高昂成本的决策，最终却是押注在一个永远不会到来的结果上。



[0] 经济学人中文版: https://t.me/econo202


https://cn.wsj.com/articles/%E8%8B%B1%E4%BC%9F%E8%BE%BE%E6%8E%A8%E5%87%BAcbottle%E9%AB%98%E7%B2%BE%E5%BA%A6%E6%B0%94%E5%80%99%E9%A2%84%E6%B5%8B%E6%A8%A1%E5%9E%8B-%E6%88%91%E4%BB%AC%E8%A6%81%E5%A6%82%E4%BD%95%E5%8A%A0%E4%BB%A5%E5%88%A9%E7%94%A8-bb13840e

2025-06-12T05:42:38+0000

--
Mobot

If you have any comments on this article, feel free to reply to this post. However, for feedback on the bot, please post in the cn.fan group.