气象AI的软肋，能算天晴，却算不准暴雨？专家揭秘黑盒模型缺陷

哈喽，大家好，今天小墨这篇评论，主要来分析为什么AI预报天气看着准，极端暴雨却经常算错。

最近几年，AI预报天气这事越来越火。打开手机APP，15天天气预报、逐小时降雨预测，看上去比以前精准多了。很多人觉得，有了AI，天气预报这事基本就解决了。但实际情况远没有这么简单。

在前不久的GAIR 2025大会上，清华大学深圳国际研究生院教授、国家超级计算深圳中心副主任付昊桓，专门谈了AI在气象预报中的真实表现。

他的观点很直接，AI在常规天气预报上确实有提升，但一碰到极端天气，问题就暴露出来了。暴雨、台风、强对流这些真正需要准确预报的场景，AI往往不如传统数值模拟靠谱。这不是AI不够先进，而是气象预报这事本身，比大家想象的要复杂得多。

要理解AI为什么在气象预报上有软肋，得先搞清楚地球系统到底有多复杂。付昊桓在采访中提到，地球系统几乎把科学计算中最难的几个问题都集中在了一起。

首先，它是个混沌系统。大家都听过蝴蝶效应，说的就是系统对初始条件极度敏感。一个非常微小的扰动，经过足够长的时间和足够复杂的相互作用，都可能对整体状态产生显著影响。这就是为什么天气预报做不到特别长的周期，因为初始条件稍有偏差，后面的结果就会完全不一样。

地球系统是个极端多尺度的系统。台风可能发生在数百公里到千公里的尺度上，强对流降水发生在公里尺度，龙卷风是十米到百米尺度，再往下还有更微观的过程，发生在米级甚至更小的尺度上。更关键的是，这些不同尺度的过程不是彼此独立的，而是相互耦合、彼此影响的。

很多人会想，未来算力如果足够强，是不是就可以把所有细节都模拟出来，做一个数字孪生地球？付昊桓的回答很直接，从现实角度看，这基本不可能。问题不只是算力，而是尺度本身没有下限。

你可以模拟一只蝴蝶，但树叶里的水分是怎么蒸发的？云中的水汽是如何凝结成水滴的？这些过程发生在越来越小的尺度上，而且每一个尺度都会引入新的物理机制。你永远不可能把所有尺度都纳入一个完全精确的数值模型中。

在这种前提下，数值模拟的意义在哪里？付昊桓用了一个很形象的比喻来解释数值模拟和AI之间的关系，数值模拟是骨骼，AI是肌肉。骨骼代表的是我们已经理解得比较清楚的那部分自然规律，比如守恒定律、动力学方程、热力学关系等。

这些东西是有明确物理意义的，是可解释、可追溯的。而肌肉这一侧，指的是那些我们目前很难用严格物理模型去描述、或者算力根本支撑不了的部分。

他举了个台风预报的例子。当台风从海上向陆地移动时，在百米甚至公里尺度上，它的整体动力结构是可以用传统数值模型来刻画的。但当台风进入城市环境之后，问题就变得非常复杂。

你想知道某一条街道上，风会怎么走？某一个小区里，降雨会如何分布？这些已经进入了十米、甚至一米尺度，而传统数值模型在这个尺度上不仅算力不够，物理参数化本身也变得非常困难。

在这种情况下，如果完全依赖数值模拟，成本无法承受。但如果完全依赖AI，又会失去物理约束。所以一个更现实、也更有前景的方向，是让AI在这些"肌肉层面"去补充数值模型，而不是取代它。

付昊桓经常用"齿轮"这个比喻，他希望数值模型和AI能够形成一个紧耦合的混合模型。就像两个齿轮咬合在一起，一起转，而不是各转各的。

那目前这些AI模型成果，是如何被气象部门实际采纳和使用的？付昊桓介绍说，现在的天气预报本身就是一个高度工程化的混合体系。

以华南地区为例，目前常用的是大约一公里分辨率的网格模型。在这个尺度上，动力方程是可以直接计算的。而网格内部无法解析的微物理过程，则通过统计参数化方案来处理。

同时，还会引入多组初始条件、多种模型配置，进行集合预报。最终给出的，并不是单一结果，而是一种带有概率意义的预报结论。在这样的体系下，目前7天预报是可以实现的，其中3到5天相对比较可靠。

AI的引入，在这个体系中确实带来了一些提升。比如，它可以利用更多类型的数据，提升某些变量的预报精度。在部分场景下，也确实可以延长可预报时间的长度。但问题也非常明显。

首先，AI对极端天气的预测能力仍然不足。极端事件本身在数据中出现得就不多，而AI往往更擅长学习"常态"。AI的输出结果往往偏平滑，这在视觉上可能看起来"合理"，但会掩盖一些真正重要的极端特征。

第三，它是一个黑盒。对于一线预报员来说，当模型给出一个结果时，他们很难像使用传统数值模型那样，追溯每一步计算的物理原因。

此外，传统数值模型天然包含不确定性评估机制，而AI原生并不具备这一能力。这在实际业务中，是一个非常关键的差异。

付昊桓认为，数值模拟一定是整个体系的backbone。它承载的是人类已经理解的物理规律，是可解释、可验证的。AI的角色，不是推翻这一体系，而是在这个基础上去补充、去增强。

现在越来越多科技公司进入气象和气候领域，这个赛道确实开始变得非常"卷"。但从另一个角度看，这也说明大家普遍认为，这个领域未来还有很大的突破空间。

付昊桓提到，气象和气候的商业价值至少体现在三个方面，季节尺度预报的金融属性、能源系统的调度优化，以及碳达峰碳中和相关的产业链影响。

付昊桓个人最期待的是3到6个月尺度的预报能力突破。这是目前天气预报和气候预测之间的一个灰区，也是现实中非常重要、但目前还难以解决的问题。