清华大学王建民团队喜获2024世界人工智能大会青年优秀论文奖

清华大学王建民教授团队在2024世界人工智能大会上获青年优秀论文奖,展现了其在气象领域的创新成果。

原文标题:清华大学王建民团队师生获“2024世界人工智能大会青年优秀论文奖”

原文作者:数据派THU

冷月清谈:

在2024世界人工智能大会上,清华大学王建民教授团队的两项研究成果获得了青年优秀论文奖。其中,研究“高技巧极端降水临近预报大模型”(NowcastNet)通过结合数据驱动和物理驱动方法,显著提升了极端降水的预报能力,超越了国际同类方法,且已应用于中国气象局的短临预报系统。同时,另一项名为“统一深度模型实现全球自动站可解释气象预报”的研究(Corrformer)获得了提名奖,该研究首次实现了全球范围内自动气象站的协同预报,带来了更高精度的短期气象预报。这些成就突显了清华大学在人工智能应用于气象领域的创新与影响力。

怜星夜思:

1、是什么让清华大学的研究在国际上如此突出?
2、这两个模型的实用性如何?未来可能应用在哪些领域?
3、你怎么看待气象预测技术的未来发展?

原文内容


近日,2024世界人工智能大会在上海召开,会上颁布了青年优秀论文奖(以下简称“WAICYOP青年优秀论文奖”),清华大学王建民教授团队师生的两项成果获奖。


《高技巧极端降水临近预报大模型》获奖证书
及论文作者张育宸(右图左三)


《高技巧极端降水临近预报大模型》(Skilful Nowcasting of Extreme Precipitation with NowcastNet)获得青年优秀论文奖。论文提出了极端降水临近预报大模型NowcastNet,将数据驱动与物理驱动两大科学范式紧密结合,显著提高了公里尺度下0~3小时极端降水的预报能力,在全国62位气象预报专家的过程检验中大幅领先国际上的同类方法。论文发表于《自然》正刊,同时被《自然·新闻观点》报道,入选2023年度国家自然科学基金优秀资助成果。基于该大模型成果,中国气象局与清华大学联合研发了“风雷”大模型系统并在中国气象局短临预报业务系统部署应用,为全国极端降水临近预报和防灾减灾提供技术支撑。


《统一深度模型实现全球自动站可解释气象预报》获奖证书

及论文作者吴海旭(右图右三)


《统一深度模型实现全球自动站可解释气象预报》(Interpretable Weather Forecasting for Worldwide Stations with a Unified Deep Model)获得青年优秀论文提名奖。该论文提出了全球自动气象站预报大模型Corrformer,首次使用统一的深度模型完成了全球范围内数万自动气象站的协同预报,可以为近地面气象要素提供高精度的短期预报结果,同时能够自动推理不同尺度区域内的可解释天气过程,为气象科学发现提供了全新的数据驱动范式。论文发表于《自然·机器智能》子刊,并入选当期封面文章。基于该大模型成果,国家气象中心与清华大学合作研发了冬奥会气象预报系统,为北京冬奥会全部比赛场馆提供了实时气象保障。


WAICYOP青年优秀论文奖已成功举办四届,主要遴选当前人工智能领域最新研究前沿与热点研究成果。该奖评选由中国科学技术协会指导,世界人工智能大会组委会主办,上海市科学技术协会、上海科技发展基金会、全球高校人工智能学术联盟承办。本次评选共收到海内外75家知名单位院校的积极投稿,包括北京大学、清华大学、复旦大学、上海交通大学、浙江大学等9校联盟单位,香港大学、香港中文大学、香港科技大学等高校,以及斯坦福大学、加州大学伯克利分校、牛津大学、新加坡国立大学、南洋理工大学、日本东北大学等国外院校。经初评、复评、终评,专家评审委员会最终从159篇参评论文中评选出2024世界人工智能大会青年优秀论文奖10篇,提名奖10篇。


编辑:于腾凯



关于我们

数据派THU作为数据科学类公众号,背靠清华大学大数据研究中心,分享前沿数据科学与大数据技术创新研究动态、持续传播数据科学知识,努力建设数据人才聚集平台、打造中国大数据最强集团军。




新浪微博:@数据派THU

微信视频号:数据派THU

今日头条:数据派THU

气象预测技术未来的发展方向应该会更加智能化和自动化。结合AI技术,气象预测将更加精准,比如用大数据实时调整模型,这是非常令人期待的。

我感觉气象预测不仅要精准,更要有“人性化”,例如如何向公众传递预报信息,让大家在紧急情况下能做出正确的决策,这方面依然有很多提升空间。

另外,跨学科的合作会是大趋势,气象、生态、城市规划等领域的联合研究能够带来更多更全面的解决方案。

清华大学的研究在气象领域具有扎实的理论基础和丰富的实践应用经验,王建民教授团队能将最新的算法与气象实务紧密结合,这一点也是非常关键的。

我觉得主要是因为清华大学在资源和人才上的优势,以及对基础研究的重视。他们不仅关注理论,还注重如何将这些理论应用到实际中去。

当然,还要提到他们的研究团队合作。气象预报涉及复杂的多学科知识,团队协作能让各个方面的专家形成合力,这是其他院校可能无法比肩的。

这两个模型在极端气象的短时预测上将有广泛的应用,比如在防灾减灾、交通调度以及农业决策等方面都能发挥重要作用。

我猜测,随着气候变化的加剧,极端天气事件频发,这种技术在城市管理和基础设施规划中会更加重要,比如洪水分析与预警。

而且,它们的可解释性在气象领域是个突破,未来可能还会影响到自动驾驶、智能建筑等行业对气象数据的利用。