AI 气候模型的物理学
大气与海洋物理
2026-05-25 v1 机器学习
计算物理
摘要
AI气候模型是否正在解决物理方程，尽管它们可能并非采用传统数值天气预报模型所使用的方法？我们计算了预测技能与Centered Kernel Alignment之间的相关性，为不同AI气候模型在物理上以相似方式表示大气的证据。我们认为，AI模型的架构和训练会限制其可能模拟的物理定律的形式。特别是，我们提出这些模型实现了大气的粒子描述，其中每个网格点的潜在变量对应于高维潜在空间中粒子的位置。我们假设，粒子的运动遵循潜在空间中梯度流，朝向所学习自由能泛函的最小值。对GraphCast和Aurora模型的分析显示，它们在早期处理器层面对大尺度空间进行更改，随着层数加深，转向更小尺度，这与梯度流假设相一致。
引用
@article{arxiv.2605.23778,
title = {The physics of AI weather models},
author = {George Craig and Tobias Selz and Matthias Beylich and Kirsten I. Tempest},
journal= {arXiv preprint arXiv:2605.23778},
year = {2026}
}