09:55arXiv cs.LG@George Craig, Tobias Selz, Matthias Beylich, Kirsten I. Tempest精选这篇论文探讨了AI天气模型是否隐含地求解了物理方程,尽管这些方程可能不同于传统数值天气预报(NWP)模型所用的方程。通过计算预报技能与中心核对齐的相关性,作者发现不同架构和容量的AI天气模型以相似方式表征大气。他们提出,AI模型的架构和训练约束了其可能模拟的物理定律形式,具体而言,模型实现了一种粒子描述,其中每个网格点的潜变量对应高维潜空间中粒子的位置,粒子运动遵循梯度流,趋向于学习到的自由能泛函的最小值。对GraphCast和Aurora模型的分析支持了这一假说:早期处理层在大空间尺度上做出改变,随着层数加深逐渐转向小尺度。论文AI天气模型物理方程梯度流假说GraphCastAurora推荐理由:这篇论文揭示了AI天气模型可能隐含的物理机制,对气象AI研究者、数值天气预报开发者以及关注AI可解释性的学者来说,是理解模型内在工作原理的关键进展,值得深入阅读。原文