返回列表 发布新帖
查看: 7|回复: 4

第一次算力竞赛:数值天气预报的早期历史

29

主题

14

回帖

149

积分

注册会员

积分
149
发表于 4 天前 | 查看全部 |阅读模式
转自:“EarthAi”公众号
            https://mp.weixin.qq.com/s/QRnBDxNtBy46eqbIb3B17g


第一次算力竞赛:数值天气预报的早期历史
The First Compute Arms Race: the Early History of Numerical Weather Prediction
Charles Yang

摘要

本文追溯了第二次世界大战后几十年间,全球将早期电子计算机应用于数值天气预报的竞赛。概述了美国、英国、瑞典、加拿大和日本数值天气预报的早期历史。确定了塑造一国数值天气预报发展的三个关键因素:计算能力、机构建设与国家能力,以及人才。从现代国家利用人工智能(AI)加速科学竞争力的战略视角出发,总结了几条具有普遍意义的经验教训。

1 引言

万事俱备,只欠东风
——诸葛亮


预测天气的能力长期以来对人类社会的农业、贸易和战争都至关重要。在中国《三国演义》史诗中,传奇军事战略家曹操在赤壁海战中因一场意外的东风而战败[1]。在更近的西方历史中,第二次世界大战中诺曼底登陆(D-Day)的时机及其成功,部分归功于英国气象局(Met Office,“Met Office”)相比其德国同行更优越的天气预报能力。德国评估认为英吉利海峡的恶劣天气将持续两周以上,这意味着派往法国前线的部队减少,隆美尔也返回柏林庆祝妻子的生日[2]。精确的天气预报对于现代社会缓解自然灾害、支持农业生产以及运行日益依赖间歇性可再生能源的电力系统,仍然至关重要。

然而,即使在第二次世界大战期间,天气预报仍主要依赖专家预报员的判断。但战争的结束预示着一场巨变:随着计算机器的出现,数值天气预报(Numerical Weather Prediction, NWP)应运而生,它使用计算机求解方程来进行天气预报。本文考察战后早期数值天气预报的历史以及为运行NWP而建造最大计算机的全球竞赛,作为一个历史案例研究,为当前国家利用AI提升科学竞争力的战略提供参考。

2 计算的早期岁月

数值天气预报(NWP)的理念,即大气的未来状态由其当前状态决定,并可通过物理方程进行预测,最早由维尔海姆·皮叶克尼斯(Vilhelm Bjerknes)于1904年提出理论。1922年,刘易斯·弗莱·理查德森(Lewis Fry Richardson)概述了实现NWP的具体步骤,但由于他的所有计算都是手工完成的,并且使用了较大的时间步长,他的预测不准确,并显示出不切实际的天气动力学特征³。

³ https://www.cambridge.org/core/b ... CF1BB624F97EC9CCA79

尽管NWP的理论由来已久,但第二次世界大战极大地加速了自动化计算机器的发展。IBM于1944年开发了哈佛马克一号(Harvard Mark I)用于计算海军炮击表。后来它被冯·诺依曼(von Neumann)用于曼哈顿计划。同时,宾夕法尼亚大学的工程师在美国陆军的资助下于1943年初建造了ENIAC。它于1946年完成,并移至马里兰州的阿伯丁试验场(Aberdeen Proving Ground),后来用于设计氢弹的计算。同样,英国开发了巨人计算机(Colossus),这是一台用于破解德国加密的可编程电子计算机(其名声可能被用于破解恩尼格玛密码机的机电式炸弹机 Bombe 所掩盖)。

战后,约翰·冯·诺依曼(John von Neumann)——他在战时一直是计算机器作用的主要倡导者——在普林斯顿大学高等研究院(IAS)组织了电子计算机项目(Electronic Computer Project),目标是建造一台比第一代计算机强大得多的电子计算机。冯·诺依曼与富有魅力的瑞典裔美国人卡尔-古斯塔夫·罗斯贝(Carl-Gustaf Rossby)等人,也从海军研究办公室(Office of Naval Research)获得了资金,在IAS成立了一个气象学小组(Meteorology Group)。同年晚些时候,罗斯贝在IAS组织了一次气象学会议,汇集了当时对NWP感兴趣的气象学家,包括最终将领导IAS天气预报工作的朱尔斯·查尼(Jules Charney)⁴。电子计算机项目为该计算机最终的应用规划了三个方向:工程、数值数学和天气预报,后者由朱尔斯·查尼领导。

https://www.jstor.org/stable/26223121

虽然“IAS机器”被延误,直到1952年才完成开发,但查尼得以与美国天气局(US Weather Bureau)合作,获得了位于马里兰州的ENIAC机器的使用时间。该团队工作了33个日夜,在查尼、菲约托夫特(Fjortoft)和冯·诺依曼⁵(简称CFvN)的里程碑式论文《正压涡度方程的数值积分》("Numerical Integration of the Barotropic Vorticity Equation")中,首次展示了使用ENIAC进行的数值天气预报。尽管CFvN报告称需要24小时来制作一个24小时的预报,但计算能力的提升有助于实现理查德森的梦想:让计算预测的速度快于天气变化。发现的另一个挑战是通过打孔卡进行数据输入和编程,这在1950年代对于NWP获得实际时效的结果来说一直是一个主要瓶颈⁶⁷。关键的是,CFvN的论文使用正压模型(barotropic model)显示出令人惊讶的良好预报结果,该模型对天气模式的假设比斜压模型(baroclinic model)更强⁸。这后来被证明是偶然的好运,但这一积极结果有助于巩固在美国将NWP业务化的支持。

https://maths.ucd.ie/~plynch/eniac/CFvN-1950.pdf
⁶ 事实上,CFvN自己报告说,根据他们的经验,他们认为仅通过数据输入操作化就能将结果产出时间减少50%。
⁷ 原文脚注6为重复引用,此处合并翻译。
⁸ 正压模型假设大气密度仅随压力变化,简化了计算;斜压模型考虑了密度随压力和温度的变化,更复杂但更符合实际大气。

这一成果极大地激励了国际NWP界,首次证明了计算机可以通过求解方程来预测天气。

3 竞赛展开

美国

1950年具有里程碑意义的CFvN论文,包括其令人惊讶的强劲结果,受到了美国联合气象委员会(Joint Meteorological Committee, JMC)的重视。该委员会隶属于参谋长联席会议(Joint Chiefs of Staff),成员包括美国各气象机构的负责人:美国天气局(后更名为国家气象局 NWS)、空军气象局(Air Weather Service)和海军气象局(Naval Weather Service)。他们在1952年底成立了一个小组委员会来调查NWP的潜力。到1953年夏天,小组委员会提交了建议,认为应成立一个联合单位来实现NWP业务化,同时降低预期,强调NWP业务化将是缓慢、困难的,并且需要与日常数值预报员工作同时进行。

三个机构的JMC领导层认识到其潜力和紧迫性,并落实了小组委员会的建议。1953年7月1日,JMC创建了联合数值天气预报小组(Joint Numerical Weather Prediction Unit, JNWPU),这是一个独特的单位,人员平均来自所有三个机构,文职人员与军事人员并肩工作。早期模型于1954年底在IBM总部的IBM 701上开发,直到1955年专门为JNWPU采购并安装了一台IBM 701。NWP实现了业务化运行,预报产品于当年开始发送给分析员。值得注意的是,JNWPU主任乔治·克雷斯曼(George Cressman)后来于1965年成为国家气象局局长。

早期,JNWPU做出决定,不专注于为预报员开发工具,而是转向业务化的NWP生产,即每天制作基于NWP的24小时预报发送给预报员。尽管CFvN论文设定了过高的期望,并且早期NWP结果令人失望,但业务化的决策有助于将资源早期集中用于关键挑战(如自动数据处理的必要性),并为后来的成功奠定了基础⁹。到1958年,来自业务化NWP的S1评分(一种天气预报准确度的衡量标准)开始显示出相对于基线的首次改进。到1960年,NWP开始超越人工预报。

https://journals.ametsoc.org/vie ... honwpa_2_0_co_2.xml

29

主题

14

回帖

149

积分

注册会员

积分
149
 楼主| 发表于 4 天前 | 查看全部
(接上篇)

英国

除了美国之外,英国可能是唯一一个拥有开发NWP所需专业知识和计算能力的国家,这得益于战时Met Office的巨大发展以及英国人在战时获得的计算机经验。然而,英国缺乏美国拥有的那种本土计算产业巨头,如IBM。事实上,英国气象局(UK Met Office, UKMO)借用的第一台计算机来自Lyons,这是一家有进取心的餐饮店,他们建造了自己的计算机来优化杂货配送路线。后来,气象局使用了曼彻斯特大学的Ferranti Mark I的时间,这台计算机由Ferranti开发,但仿照了曼彻斯特的Mark I。直到1959年,英国气象局才获得资金购买自己的计算机Ferranti Meteor。1965年,他们升级到了English Electric KDF9。英国长期希望支持本国企业与IBM竞争,这也可能阻碍了Met Office的发展¹⁰。

¹⁰ 更多信息见此处 (原文无具体链接)

除了计算能力受限外,英国也恰好运气不佳。CFvN使用了正压模型,该模型假设更强但也简化了计算。碰巧的是,这些假设对于美国东海岸的天气比英国上空更复杂的大西洋天气更为现实¹¹。雷金纳德·萨特克利夫(Reginald Sutcliffe),当时UKMO的NWP研究项目主任,也倾向于采用斜压方法¹²,但这在计算上更复杂。结果,英国陷入了两难境地:领导层选择了计算更密集的模型,同时却受到计算能力的限制。

¹¹ 美国东部天气受大陆影响较大,可能更符合正压简化。
¹² 斜压方法更符合中高纬度实际大气情况,但计算量要求高。


NMC 36小时500百帕预报误差
1955年至1988年


A. 主观预报
B. 正压模式
C. 3层模式
D. 6层原始方程模式
E. MINDS 输入/初始化
F. 增加分辨率
G. 12层谱模式
H. 改进物理过程/增加分辨率


与此同时。尽管在1950年CFvN结果之后在斜压方法上取得了一些进展,但由于UKMO在周末仍需借用曼彻斯特大学的计算机,进展陷入停滞。从1956年到1959年,在NWP方面几乎没有什么进展,而美国已于1955年通过JNWPU实现了NWP业务化¹³。一份回顾性描述指出了UKMO的双重困境:

“那些先验地排除正压模型作为NWP基础的气象中心,除了斜压解决方案外别无选择。这将不可避免地消耗计算机有限的资源,因此必须在计算区域上做出妥协。” (Persson, 2005)

¹³ 同样是在这段时间,UKMO的几位女性气象学家因她们在该领域的工作而受到关注,包括成为合著者:梅维斯·海因兹(Mavis Hinds)、薇拉·赫克尔(Vera Huckle)、乔·惠特兰(Joe Whitlam)和玛格丽特·廷普森(Margaret Timpson)。梅维斯和薇拉还被选入皇家气象学会。
¹⁴ “我很高兴宣称自己是预报员群体的一员,一旦成为预报员,永远是预报员。” (Sutcliffe, 1956)

值得注意的是,萨特克利夫首先并主要将自己视为一名预报员¹⁴。像当时所有的气象中心一样,UKMO面临着计算机带来的库恩式(Kuhnian)挑战:人类预报员将如何与计算机预报相关联?虽然有些人感到兴奋,但萨特克利夫本人并不热情,尽管他领导着UKMO的NWP项目:

“我们被告知要期待机器能以单调的成功程度计算未来天气的那一天,但如果那一天到来,人类将失去一个令人满足的职业,我们必须另寻他处。这份职业的乐趣将不会比重复乘法表更多。”
——萨特克利夫, 1956


直到1965年新的UKMO局长约翰·梅森(John Mason)上任,UKMO才开始改变。梅森认为UKMO“拥有‘巨大的潜力’,但相当官僚,其业务部门的工作人员缺乏信心”¹⁵。尽管工作人员抗议需要6-12个月的时间来安全实现NWP业务化,梅森还是在他就任局长一个月后强行召开了新闻发布会,宣布NWP预报业务化。工作人员最终及时成功地完成了业务化工作,1965年11月2日的新闻发布会取得了巨大成功。这其中又有一丝运气成分——那天NWP产生的准确预报是接下来几个月里最好的预报。

¹⁵ https://www.cambridge.org/core/j ... B4A79CF731A17CC103B





29

主题

14

回帖

149

积分

注册会员

积分
149
 楼主| 发表于 4 天前 | 查看全部
(接上篇)

瑞典

令人惊讶的是,瑞典在推进NNWP方面处于早期领先地位,是第一个在1954年军事演习期间实现实时+72小时NWP业务化的国家¹⁶,并在1953年¹⁷短暂拥有世界上速度最快的超级计算机。

¹⁶ https://rmets.onlinelibrary.wile ... 7/S1350482705001593                                                                                
¹⁷ https://historyofinformation.com/detail.php?id=2073

瑞典在推进NWP方面的早期领导地位很大程度上归功于卡尔-古斯塔夫·罗斯贝(Carl-Gustaf Rossby),一位瑞典裔美国著名气象学家。他是麻省理工学院(MIT)气象学系的首任系主任¹⁸。第二次世界大战期间,他担任美国天气局研究助理主任,帮助培训了首个民用航空气象服务。他还于1944-1945年担任美国气象学会主席,并是芝加哥大学气象学系主任¹⁹²⁰。他最著名的是以他名字命名的罗斯贝波(Rossby waves)²¹的提出,这是一种由极地急流驱动的行星波动。

¹⁸ 原文为Massachusetts Institute of Technology。
¹⁹²⁰ 原文有两个脚注标记指向同一信息。
²¹ 原文为Rossby waves。

战后,部分出于性情和出身,也受到瑞典政府(在斯德哥尔摩大学为其设立教授职位)的鼓励,罗斯贝回到了瑞典。他立即开始招聘并邀请他以前在美国和其他国家的同事作为访问学者来到斯德哥尔摩,其中许多人应邀前来。他还创办了一份新期刊《大地》(Tellus),作为另外两份欧洲理论气象学期刊的制衡力量。(罗斯贝此前曾在美国创办了《气象学杂志》Journal for Meteorology。)²²。正是在《大地》杂志上,发表了查尼、冯·诺依曼的开创性成果,证明了ENIAC可以解决用于天气预报的数值积分问题²³。

²² 原文提到罗斯贝在美国创办过期刊。
²³ 指CFvN的论文。

与此同时,瑞典政府对美国的计算机发展产生了浓厚兴趣。政府成立了瑞典计算机械委员会(Swedish Board of Computer Machinery, SBCM),一家国有政府企业,用于从美国公司采购机器。但当1948年美国国务院表示这些计算机将受到严格出口管制时(作为一项普遍政策,并非针对瑞典),SBCM转而开始建造自己的计算机。BESK是SBCM的第二台计算机,深受冯·诺依曼普林斯顿机器的影响。它于1953年12月投入运行——关于其安装的讨论主要集中在它对气象学的潜在效用上。

为了真正实现NWP业务化,罗斯贝需要一个赞助者。使用BESK的时间非常昂贵,运行日常业务需要更多资金。罗斯贝最初就实施业务化NWP事宜与瑞典气象水文研究所(Swedish Meteorological and Hydrological Institute, SMHI)——瑞典的气象局——接洽。但SMHI的领导层对NWP持一定程度的怀疑态度,认为如此实验性的工作应该留给大学。罗斯贝随后寻求瑞典空军下属的军事气象中心(Military Weather Central, MVC)赞助业务化NWP。MVC的负责人奥斯卡·赫林(Oskar Herlin)是个务实的人,他一段时间以来已经感觉到传统技术对+1到+24小时预报的进展已经停滞。正是在这种悲观的环境中,富有魅力的罗斯贝找到了赫林。考虑到相对于整体军事预算而言相对较小的成本,赫林很容易就被说服了其重要性,并成功说服了瑞典空军。

1954年9月,一个机会出现了:瑞典中部有45,000名士兵正在进行军事演习,包括测试核防护装备。因此,对高层大气运动的实时预报(这对模拟核尘埃的轨迹至关重要)变得极为关键。与主观预报相比,业务化的NWP预报取得了巨大的成功。BESK的成功和引起的轰动进一步影响了SMHI新领导层的任命,后者适时地更新了对计算在气象学中潜力的看法。虽然SMHI在后续更多地参与了NWP,但它直到1961年才在BESK上实现NWP业务化,并且直到1973年才完全负责瑞典所有的NWP生产。

因为瑞典是最早认真实现NWP业务化的国家之一,他们也是最早面临将NWP整合到天气预报实践中的人力挑战的国家之一。虽然预报员可以公开讨论他们之间的预测差异,但人类预报员应如何处理与NWP预报的差异?为了解决这个问题,瑞典人为人类预报员制定了一份“用户指南”。这份匿名指南建议总体上接受NWP预报,鉴于当时其已知的准确性优于人类预报,但也指出了几个已知NWP预报存在问题的地方。此外,NWP预报可能一天之内发生剧烈变化。这对必须向公众解释其预报的气象界造成了信息传递问题——至少其中一份预报必然是错的。该指南建议在可能的情况下保持连续性,并解释任何差异。

到了1970年代,关于欧洲中期天气预报中心(ECMWF)的讨论已经开始,瑞典将资源转向了该中心。值得注意的是,启动ECMWF的三位资深人物在25年前都曾与罗斯贝的NWP项目共事。这也体现了罗斯贝的国际性,其中只有一人是瑞典人²⁴。

²⁴ https://rmets.onlinelibrary.wile ... 7/S1350482705001593                                                                                 
那么瑞典新兴的计算市场后来如何了呢?与许多其他情况一样,1960年代美国出口管制的放宽以及来自IBM的竞争引入,在扼杀本土竞争方面发挥了关键作用²⁵。

²⁵ 瑞典尝试建立本国电子计算机的完整历史可以在这里(文章)、这里(视频文章)和这里(第二个视频文章)找到 (原文无具体链接)。

日本

瑞典的NWP和计算项目之所以能快速发展,是因为他们避免了二战最严重的破坏,并受益于罗斯贝的回国。而日本的情况则恰恰相反。

日本在第二次世界大战中遭受了严重的经济破坏,1950年时仍处于盟军占领之下。但日本NWP的起源可归功于盐野重方(Shigekata Syono),他于1945年被任命为东京大学气象学教授。他看到了1950年查尼论文所预示的气象学领域的变革性转变,并在东京大学与他的研究生和日本气象厅(Japan Meteorological Agency, JMA)的研究人员一起建立了一个NWP小组。他们很快在1950年发表了一系列关于数值天气预报的论文,比较并扩展了查尼等人的工作。特别是,盐野的学生之一神保康三郎(Kanzaburo Gambo)开始与查尼通信,并被邀请于1952-1954年在高等研究院(IAS)工作了两年。他们快速的工作节奏是在当时日本研究经费有限的情况下实现的。许多研究生通过兼职家教工作来弥补资金的不足。

当神保从IAS回国后,他和盐野与东京大学和JMA的研究人员一起发起了关于NWP的月度系列研讨会。NWP小组保持了令人印象深刻的研究步伐,包括首次将正压数值模型应用于台风路径追踪。

他们的进展是在经费和计算能力有限的情况下取得的。他们最大的赞助者不是联邦政府,而是1954年来自该国最大报纸之一《朝日新闻》(Asahi Press)的拨款。同样,东京大学的研究人员使用的是富士通的机电继电器开关计算机,这比正在开发的真空管计算机慢得多。直到1959年,JMA才获得购买计算机的资金,并得以采购和安装了一台计算机(IBM 704)。他们于当年实现了NWP业务化。JMA直到8年后的1967年才采购新计算机(一台HITAC 5020)。JMA有限的财政支出和人员编制增长,也限制了由神保和盐野创建的NWP小组中有才华的日本研究生的职业前景,尽管他们做出了开创性的早期工作。再加上美国对国外科学家宽松的移民政策,在1950年代和1960年代初,盐野小组中几乎有十几名研究生最终移民到了美国的大学²⁶。

²⁶ https://journals.ametsoc.org/vie ... mftuot_2_0_co_2.xml

盐野的努力在1960年于日本举办的国际NWP研讨会上达到顶峰,该研讨会“具有划时代意义”,标志着该领域的成熟以及日本在NWP方面的努力,尽管处于艰难的战后环境。

加拿大

与美国不同,加拿大缺乏现成的计算机资源,更糟糕的是,加拿大气象中心(Canadian Meteorological Centre, CMC)的领导层“根本不相信NWP”²⁷。仅仅是因为一位研究主任迈克尔·克维扎克(Michael Kwizak)的坚定信念,他推动了所需的资源和人才,加拿大才得以实现NWP业务化。CMC不得不在加拿大航空(Canadair)的计算机上购买时间,直到1963年他们获得了自己的计算机Bendix G-20²⁸,并于同年晚些时候实现了NWP业务化。1967年,他们又获得了一台IBM 360/65。

²⁷ 原文无具体引用。
²⁸ 原文为Bendix G-20。

29

主题

14

回帖

149

积分

注册会员

积分
149
 楼主| 发表于 4 天前 | 查看全部
本帖最后由 atmos85 于 2025-7-7 12:06 编辑

(接上篇)

4 共同趋势及与科学AI的类比

4.1 计算 (Compute)

虽然在早期计算机上实现NWP模型业务化需要付出巨大努力——尤其是考虑到快速发展的数据输入系统——但很快人们就清楚,更强大的机器能够实现更高的模型分辨率和更好的动力学保真度。起初,电子计算机不是由公司而是由大学建造的,许多大学的研究人员刚从战争中归来,渴望推动这项新技术向前发展。随着机器变得更大更强,各国气象部门为获取这些机器以用于国家气象服务的全球竞赛,要求气象局扩大资金投入。值得注意的是,在美国,气象服务是IBM最早期的客户之一,这展示了公共部门和公共资本在支持私营部门创新方面可以发挥的作用²⁹。

²⁹ https://en.wikipedia.org/wiki/IBM_701#IBM_701_customers

但是,获取尖端计算机的努力与另一个常见的政策目标相冲突:培育本土计算产业的愿望。例如,JMA利用其首笔资金购买了一台IBM 704,这是一台具有竞争力的计算机,使其更接近拥有更久计算资源的美国气象局。然而,在随后的几年里,作为日本国际贸易与创新省(Ministry for International Trade and Innovation)旨在建立能与IBM竞争的国内计算产业的更广泛产业政策的一部分,JMA专门使用日立(Hitachi)系统³⁰。同样,英国³¹和瑞典³²都投入了大量资金和国家能力来建立自己的计算产业,但最终都未能成功与美国IBM等巨头竞争。

³⁰ https://www.princeton.edu/~ota/disk2/1990/9007/900713.PDF
³¹ https://www.youtube.com/watch?v=EkTHDgYTh64
³² 原文无具体链接

今天的情况惊人地相似。美国在计算领域继续保持巨大领先优势,英伟达(Nvidia)GPU是默认选择,唯一的真正竞争者也是美国公司(AMD GPU、谷歌TPU、亚马逊Trainium)。然而,中国自1950年代以来取得的巨大发展以及美国芯片出口管制的激进使用,意味着他们也在发展自己的计算生态系统,例如华为的昇腾(Ascend)GPU³³。只有时间能证明中国的努力会有多成功。英国政府也曾试图将AI芯片初创公司Graphcore打造成国家冠军,但该努力最终失败了³⁴。

³³ 原文无具体引用。
³⁴ 原文无具体引用。

另一场竞赛是实际构建大规模计算集群来开发先进模型。在NWP案例中,我们看到政府机构获得大规模计算系统的重要性,这与其实现计算突破业务化的能力密切相关。在这方面,美国如今在气象学领域已经落后:欧洲人拥有的超级计算机(30 PFLOPS)比NOAA(8 PFLOPS)更大。结果,美国的天气模型在性能上落后于其欧洲和英国同行³⁵。

³⁵ 原文无具体引用。

获得AI计算能力在今天加速科学AI方面将扮演同样重要的角色。虽然美国拥有当今世界上最大的超级计算机,由能源部国家实验室托管³⁶,但美国的私营公司越来越多地拥有专门用于大型AI模型训练所需的最大GPU集群。美国的国家人工智能研究资源(National AI Research Resource, NAIRR)³⁷和能源部的“科学、安全与技术前沿人工智能”(Frontiers in AI for Science, Security, and Technology, FASST)³⁸等项目,是联邦政府最近为增加研究人员获得AI计算能力所做的努力范例。但要实现AI在科学领域的扩散和有效部署,还需要进一步的努力。多项研究证明了现代计算能力在推动科学进步中的关键作用³⁹, ⁴⁰。

³⁶ 原文无具体引用。
³⁷ 原文无具体链接。
³⁸ 原文无具体链接。
³⁹, ⁴⁰ 原文无具体引用。


4.2 国家能力、机构与官僚体系 (State Capacity, Institutions, and Bureaucracy)

实现NWP业务化不仅需要技术劳动力和计算能力,鉴于天气预报传统的公共部门职能属性,还需要大量的政府投资和支持。美国在这一技术上的早期领先地位部分归功于美国政治和军事领导层认识到其重要性。尽管协调三个不同的军事和民用组织存在困难,美国仍能通过JNWPU创建一个高效的结构,致力于技术创新(尽管它对现有机构造成了冲击),并早期投入公共资本购置计算能力。虽然美国拥有国内计算产业,但需要政府投入资本才能将这一产业优势转化为实际的国家能力。加拿大和英国则没有这样愿意投入资本推动创新的远见卓识的领导层,尽管这对人类预报员的影响尚不确定。请注意各国首次获得计算机的时间(表1)与首次实现NWP业务化的时间(表2)之间存在很强的相关性。

同样,将AI整合到科学发现中将需要科学机构内部的文化和教育转变。能源部的“AI即兴讨论会”(AI Jam Session),汇集了9个国家实验室的1000名科学家,是机构如何鼓励采用新技术的一个良好范例⁴¹。但在科学AI领域保持竞争力将取决于科学资助机构和机构如何优先考虑早期投资、将科学AI纳入研究工作,以及在科学领域内提拔早期AI领导者。机构必须克服迟缓的官僚作风、对新范式的库恩式阻力(Kuhnian resistance),并常常需要寻找新的资本投资来源——但

⁴¹ 原文无具体引用。

4.3 人才流动与移民 (Labor Flows and Immigration)

在战后时期,美国处于一个令人羡慕的相对繁荣的地位,相对于饱受战争蹂躏或欠发达的地区。盐野的研究生移民到美国的故事,以及反过来罗斯贝移居瑞典的故事,都说明了人才在决定NWP和天气预报计算机地理发展中的作用。在构建计算机和“天气图”(synoptic)预报的特别早期阶段,开发新模型的进展速度很快,并由全球大学和机构中的一小群才华横溢的研究人员所推动。

今天,一场类似的人才争夺战正在AI领域展开。截至2024年,美国作为顶级研究目的地的地位仍保持微弱领先⁴²。但这种领先地位日益脆弱。反移民情绪、政治动荡以及国外更具吸引力的机会正在重塑全球人才流动。例如,中国的深度求索(DeepSeek)已成为一个前沿模型实验室,其员工完全由国内研究人员组成——其中许多人没有海外学术经历。在加拿大,艾伦·阿斯普鲁-古兹克(Alan Aspuru-Guzik)于2018年离开哈佛,理由是对美国政治气候的担忧。他在接受《哈佛深红报》(Harvard Crimson)采访时描述他搬家的原因“主要是出于他对国家政治气候的担忧,特别是2016年混乱的总统选举带来的余波”⁴³。今天,艾伦领导着多伦多大学的加速联盟(Acceleration Consortium),该联盟被认为是自动驾驶实验室开发领域的世界领导者,并获得了加拿大有史以来最大的单笔科学拨款⁴⁴。在某种程度上,阿斯普鲁-古兹克的故事与罗斯贝的故事相呼应——一个关键人物的迁移在新的国家背景下催化了机构投资(尽管值得注意的是他们离开美国的原因非常不同)。相比之下,美国直到最近才开始以低得多的资金水平投资自主实验⁴⁵。

⁴² https://archivemacropolo.org/int ... -ai-talent-tracker/
⁴³ https://www.thecrimson.com/article/2018/3/30/chem-prof-to-canada/
⁴⁴ https://acceleration.utoronto.ca ... pport-acceleration-
⁴⁵ https://m14sci.substack.com/p/us-progress-on-self-driving-labs

但这不仅仅是关于国家人才库——还关乎这些人才流向何处。当今领先的AI研究人员通常在私营企业而非公共研究机构。事实上,在当今的气象学领域,开发天气预报AI模型的世界领导者很可能不是公共机构,而是谷歌DeepMind⁴⁶。如果科学机构希望在AI时代保持竞争力,就需要有效地培养和争夺AI人才。

⁴⁶ https://deepmind.google/discover ... -extreme-condition

29

主题

14

回帖

149

积分

注册会员

积分
149
 楼主| 发表于 4 天前 | 查看全部
本帖最后由 atmos85 于 2025-7-7 12:06 编辑

(接上篇)

5 结论

天气预报中计算的早期历史为各国如何将技术能力转化为科学能力提供了一个富有启示的案例研究。在第二次世界大战后的几年里,美国将新兴的商业计算产业、前瞻性的公共机构以及对全球科学人才的近乎垄断结合在一起。这种协同作用使美国得以引领世界实现数值天气预报的业务化,并一度定义了计算科学的前沿。

今天,格局更加复杂。美国已不再是NWP的世界领导者。虽然美国仍然拥有世界领先的AI计算产业,但中国正在AI芯片开发方面做出有意义的实质性竞争努力。美国的政治动荡和国家能力的削弱可能使公共研究机构难以投资于科学研究的AI,并导致人才从美国外流。如果说二十世纪NWP的突破是由愿意早期押注于计算、人才和机构实验的政府推动的,那么科学AI的未来也需要类似的姿态。

6 致谢

本文的灵感来源于Asianometry的视频《计算机革命化了天气预报》。感谢rabbitholeathon 5.0的组织者为我创造了一个舒适的环境,让我能真正沉浸在这个迷人的“兔子洞”中。

同时感谢安德斯·佩尔松(Anders Persson),他的历史研究、访谈和出版物记录了NWP起源背后人物的故事。

7 附录

图、图表略,详见 https://arxiv.org/pdf/2506.21816
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

地模论坛 © 2001-2025 Discuz! Team. Powered by Discuz! W1.5 京ICP备14024088号
关灯 在本版发帖 返回顶部
快速回复 返回顶部 返回列表