駕虛卸實：氣象界發(fā)展“trustworthy”AI技術(shù)

■ 賈朋群 張萌

剛剛過去的2021年，全球氣象界的一個熱點，是以“機(jī)器學(xué)習(xí)”（machine learning，ML）和“神經(jīng)網(wǎng)絡(luò)”（neural network，NN）等為代表的AI技術(shù)，從幾年前有“炒作”嫌疑和爆炸式的登場，到開始入駐氣象研究和業(yè)務(wù)各領(lǐng)域并產(chǎn)生效果和積極影響的過渡年。伴隨這樣的過渡，“trustworthy”一詞被很多學(xué)者加在AI之前，組成“可信的AI”。強(qiáng)調(diào)AI技術(shù)可信，既與AI技術(shù)本身的神奇有關(guān)，還是現(xiàn)代氣象科學(xué)本身“物理求真”的傳統(tǒng)使然。

2021年10月，歐洲中期天氣預(yù)報中心（ECMWF）和歐空局（ESA）共同主持召開了“地球系統(tǒng)觀測和預(yù)報中的機(jī)器學(xué)習(xí)研討會”。會上來自ECMWF的學(xué)者介紹了ML在該機(jī)構(gòu)的發(fā)展情況。未來10年，ML會在全業(yè)務(wù)鏈得到應(yīng)用，按照應(yīng)用從弱到強(qiáng)分布的領(lǐng)域為：觀測篩選(observation screening）、后處理應(yīng)用、模式輸出特征研判（feature detection）、同化偏差糾正、參數(shù)化方案仿真、模式的觀測學(xué)習(xí)分量（learn model components from observation）和學(xué)習(xí)運(yùn)動方程（learn equations of motion）。這些應(yīng)用領(lǐng)域，如果說前面幾項針對預(yù)報業(yè)務(wù)，還僅僅是改進(jìn)意義上的發(fā)展，ML強(qiáng)介入的最后三項則具備顛覆性的意義：即以經(jīng)典力學(xué)和熱力學(xué)為支撐的預(yù)報系統(tǒng)中的參數(shù)化方案、模式分量乃至運(yùn)動（動力）方程，都可以通過ML技術(shù)，基于已有預(yù)報系統(tǒng)的預(yù)報和觀測結(jié)果重新打造。

報告人隨后介紹了“自下到上”和“從上到下”兩種打造方法，前者強(qiáng)調(diào)了基于物理的ML、可信的AI、混合模式和不確定性量化等科學(xué)概念和領(lǐng)域。這里，學(xué)者指出針對天氣和氣候應(yīng)用，需要建設(shè)定制的ML解決方案，而方案中強(qiáng)調(diào)“trustworthy”，無疑是針對AI技術(shù)的“灰色”甚至“黑色”的本質(zhì)，畫出了底線。

與歐洲學(xué)者相呼應(yīng)，美國國家科學(xué)基金（NSF）在其最新AI戰(zhàn)略布局中，以強(qiáng)強(qiáng)聯(lián)合方式成立了“天氣、氣候和沿海海洋可信的AI研究所”（AI Institute for Research on Trustworthy AI in Weather, Climate, and Coastal Oceanography，AI2ES）。AI2ES匯集了來自俄克拉何馬大學(xué)等7所高校，谷歌、IBM、NVIDIA等4家高技術(shù)企業(yè)和NCAR及NOAA等聯(lián)邦機(jī)構(gòu)的研究實體，扛起了在環(huán)境科學(xué)領(lǐng)域提倡“trustworthy”AI的大旗。2021年，NCAR學(xué)者在一次學(xué)術(shù)會上解釋AI2ES要發(fā)展可信的AI技術(shù)的宗旨時，先提出了ML是否是面對未來氣象挑戰(zhàn)的“高招”（Silver Bullet）的問題。他問道：為什么可解釋的AI非常重要？回答這個問題時，NCAR學(xué)者引用了系列科幻小說《銀河系漫游指南》作者道格拉斯·亞當(dāng)斯的回答：42①在亞當(dāng)斯的經(jīng)典科幻小說《銀河系漫游指南》中，一臺名為“深思”（Deep Thought）的超級計算機(jī)經(jīng)過700萬年的思考，得出了關(guān)于“生命、宇宙和萬事萬物終極問題”的答案，這個答案就是“42”。巧合的是，42在數(shù)學(xué)領(lǐng)域具有許多特殊的意義。其中之一便是2019年由MIT的Andrew Sutherland和布里斯托大學(xué)的Andrew Booker領(lǐng)導(dǎo)的團(tuán)隊解開了著名的數(shù)學(xué)難題——丟番圖方程（Diophantine Equation）x3+y3+z3=k中最難以琢磨的數(shù)字k=42的解。這個由三個立方組成的難題于1954年在劍橋大學(xué)被首次提出。對于較小的數(shù)字，這類方程比較容易求解：例如，29可以寫成33+13+13，而32是不可解的。在1～100之中，除了33和42之外，所有問題最終都通過各種技術(shù)和超級計算機(jī)解決，或者被證明是無法解決的。Booker設(shè)計了一個巧妙的算法用布里斯托大學(xué)的超算花了幾個星期的時間算出了33的一個解決方案。但對于求解42他發(fā)現(xiàn)所需的計算量要高一個數(shù)量級，可能超出了超級計算機(jī)的能力。在嘗試破解33時，搜索界限是1016，但對于破解42來說需要將搜索界限設(shè)置為1017。通過UK-based Charity Engine的幫助，他們從遍布世界各地的40多萬名志愿者的家用電腦中獲得計算能力，最終得到了x3+y3+z3=42的第一種解決方案：42 = (-80538738812075974)3 + 804357581458175153+126021232973356313。目前，在101～1000中還有10個數(shù)字尚未被破解；另外，對于k=3是否存在更多解，也是人們關(guān)注的一個方向。，即關(guān)于生命、宇宙和一切事情的終極問題的答案（“The ultimate answer to life, the universe and everything is...42!”）。

學(xué)者引用科幻作家的終極答案，實際上并沒有多少調(diào)侃的意味，他實際上也在負(fù)責(zé)任地提出AI2ES需要面對的：what are the limitations/ boundaries of this silver bullet?（這一高招的局限和邊界在哪里？）。完整回答這個問題，“可信的”要素完全不可喪失，這也是為什么在AI2ES的LOGO（附圖）中，與人工智能和環(huán)境科學(xué)并列的第三個關(guān)鍵詞，選擇了Risk Communication（風(fēng)險溝通），在更現(xiàn)實的意義上，點出了環(huán)境學(xué)者在引入AI時要有的意識。

ML和NN等AI技術(shù)，已經(jīng)成為氣象科技發(fā)展重要因素和變數(shù)，要發(fā)展與氣象預(yù)報這一與國計民生密切相關(guān)領(lǐng)域的、融合了AI的新技術(shù)，“trustworthy”或許是我們選擇、改進(jìn)和應(yīng)用各種AI技術(shù)的前提。堅持這樣的前提，不可或缺的做法之一，就是更加準(zhǔn)確、科學(xué)地定義或再定義融入了各種AI技術(shù)的新術(shù)語，例如：De-biasing Techniques（消偏技術(shù)）、Fast linearised models for DA（快速線性化DA模式）、Fast Emulation of Parameterisations（參數(shù)化快速仿真）、Data driven Parameterisations（數(shù)據(jù)驅(qū)動參數(shù)化）和Non-linear Ensemble Averaging（非線性集合平均）等。