JRS直播2026世界杯比赛直播登Nature子刊！清华团队提议各人风光模态长入权衡模子UniCM

发布日期：2026-06-14 19:26 点击次数：151

学生投稿

量子位 | 公众号 QbitAI

各人风光非常事件正在真切影响农业出产、水资源调遣、能源处分和防灾减灾。

恒久以来，厄尔尼诺（ENSO）、印度洋偶极子（IOD）等要道风光模态时时被单独权衡，但确切风光系统是由多个海洋—大气模态互相作用酿成的复杂耦合网罗。

如何从系统层面衔接和权衡这些互关联联的风光变化经过，一直是风光科学和东说念主工智能范围的紧迫挑战。

就在最近，清华大学电子工程系李勇讲授团队连结北京师范大学究诘东说念主员，在外洋顶级期刊《Nature Machine Intelligence》发表论文《Learning the coupled dynamics of global climate modes》，提议各人风光模态长入权衡模子（UniCM）。

该使命初次从“各人耦合风光系统”视角开拔，长入学习多个风光模态之间的复杂能源学相干，收尾了对各人风光模态的协同权衡，并为AI运行的风光科学发现提供了新的究诘范式。

为什么提议UniCM长入权衡框架

连年来，以Pangu-Weather、GraphCast等为代表的AI天气预告模子取得马虎性阐扬，在短期天气权衡方面达到以致超越传统数值模式水平。

然而，关于往常数月至数年的风光变化权衡，科学界仍面对宏大挑战。

风光系统中的ENSO、IOD、TNA、NPMM等模态并非孤单存在，而是通过遥关联和跨洋盆能量交换酿成复杂的各人耦合网罗，共同影响各人季风系统、干旱洪涝事件、海洋热浪以及顶点天气发生。

现存风光权衡面孔大多聚焦于单一模态权衡，云开体育2026世界杯中国官网入口或者仅究诘少数模态之间的相干，难以充分描写各人风光系统中跨区域、跨圭臬的复杂耦合机制。

很多瞒哄在多模态互相作用中的可权衡信息因此被忽略。

针对这一问题，究诘团队提议UniCM长入权衡框架，将多个要道风光模态纳入解除模子进行连结学习，同期建模局地物理场演化与各人风光模态耦合相干，收尾从“单模态权衡”向“各人风光系统权衡”的跨越。

UniCM有哪些亮点

工夫亮点一：构建各人风光模态长入权衡框架。

UniCM初次将ENSO、IOD、IOB、SIOD、NPMM、SPMM和TNA等七类要道风光模态长入纳入解除权衡框架，从各人风光系统合座视角学习海洋—大气耦合能源学。

这一筹备马虎了传统模子“一个模态一个模子”的究诘范式，使模子大略胜仗学习不同风光模态之间恒久存在的复杂非线性交互相干。

工夫亮点二：双分支Transformer架构——UniCM中枢继承“双分支、多视角Transformer架构”。

（1）Globalformer：从下到上的物理场建模

Globalformer雅致学习海表温度（SST）、风应力、温跃层深度以及海洋表层温度等要道物理变量的时空演化端正，JRS直播2026世界杯比赛直播拿获风光模态酿成的底层物理经过。

（2）Modeformer：从上至下的模态耦合建模

Modeformer雅致学习多个风光模态之间的时辰演化端正和非线性交互相干，构建各人风光系统的高层情状抒发。

工夫亮点三：革命跨视角耦合机制。

UniCM最中枢的革命在于提议“Mode-to-Patch Guidance（模态指令机制）”。

团队将Modeformer学习到的各人风光系统情状响应至Globalformer，用高层风光模态信息指挥底层物理场权衡。

该机制收尾了：

物理场生成风光模态；

风光模态反向调控物理场；

2026美加墨世界杯中国官网入口

设立跨圭臬双向响应学习机制。

从而大略有用拿获传统模子难以显式描画的恒久耦合能源学相干。

实践适度

适度一：ENSO权衡能力达到外洋早先水平。

在GODAS、ORAS5、SODA等多个再分析数据集测试中，UniCM在24个月权衡窗口内合座优于XRO、CNN、ResoNet和DESN等代表性模子。

其中：

ENSO有用权衡提前期由现存模子的15–16个月普及至19个月；

权衡症结缩小14.1%–17.9%；

在12个月权衡时仍保握0.78以上ACC水平。

适度二：马虎“春季可预告性拦阻”。

ENSO权衡恒久存在著名的“Spring Predictability Barrier（春季可预告性拦阻）”。

UniCM在跨越春季权衡时仍能保握ACC＞0.5长达14个月，而现存模子时时只可保管9–12个月。

适度三：收尾各人七类风光模态长入权衡。

除ENSO外，UniCM还对IOD、IOB、SIOD、TNA、NPMM和SPMM等多个要道风光模态取得早先权衡效果。

究诘发现：

IOD有用权衡时长达到约7个月；

多个非ENSO模态权衡能力平均普及格外20%；

模子大略准确重建风光模态间确切的滞后关联接构。

适度四：AI初次揭示风光模态耦合前兆。

通过分析模子里面提神力机制，究诘团队发现UniCM大略自动识别紧要ENSO事件发生前的紧迫前兆区域及要道模态间交互相干。

举例：

自动发现NPMM是1997年强厄尔尼诺的紧迫先导信号；

识别TNA在顶点风光事件中的要道作用；

揭示顶点事件发生前模态间耦合强度权贵增强。

花式价值

UniCM的意旨不仅在于提高风光权衡精度，更紧迫的是提议了一种面向复杂地球系统的新式AI建表率式。

该究诘讲解，风光系统的恒久可权衡性并非仅开首于单一风光风光，而是蕴涵于多个风光模态之间复杂的耦合相干之中。通过长入学习这些耦合能源学，UniCM为恒久风光权衡、顶点天气预警以及地球系统科学究诘提供了新的工夫旅途。

往常，该框架有望进一步欺诈于可再生能源调遣、农业出产处分、渔业资源权衡、防灾减灾以及各人风光变化究诘等范围，并鼓舞AI从“权衡器用”向“科学发现器用”震动。

UniCM背后的究诘团队

这篇论文的通信作家为李勇讲授，他是清华大学电子工程系的长聘讲授、博士生导师，耕作部长江学者。

他恒久从事东说念主工智能、数据科学、复杂系统与社管帐算等交叉学科究诘，主握了多个国度要点研发筹备和国度当然科学基金要点花式。

在科研适度方面，李勇讲授在东说念主工智能和数据科学标的蚁集了丰富究诘适度，在Nature、Nature Computational Science、Nature Machine Intelligence、Nature Human Behaviour、Nature Cities 等概括性期刊，以及 ACM KDD、NeurIPS、ICLR、WWW 等外洋会议上发表了大齐高水平论文，累计援用格外四万屡次，并领有多项授权专利。

他曾入选各人高被引科学家、国度万东说念主筹备后生拔尖东说念主才，得到耕作部科技逾越一等奖、IEEE ComSoc 亚太凸起后生学者奖、吴文俊东说念主工智能优秀后生奖等多项荣誉，同期也担任多个外洋会议筹委会成员和外洋期刊编委。