Why Deterministic AI Weather Models Fail at Extremes and Physical Conservation: From the Perspective of Probabilistic Mean Field

想象一下，大气层和海洋就像一个巨大的、混乱的舞池。空气和水在不断地旋转、碰撞和盘旋，形成复杂的图案，而这些图案遵循着严格且无形的物理规则。几十年来，科学家们一直试图利用超级计算机，通过逐步求解这些物理方程来预测这场舞蹈的下一步走向。但现在，舞池里出现了一个新玩家：人工智能（AI）。这些 AI 模型就像是看过数百万小时往期天气视频的超快速舞者。它们能在不到一秒的时间内预测出下一个动作，且消耗的能量仅为传统计算机的一小部分。这意义重大，因为它可以帮助我们更快地预警风暴、规划可再生能源以及管理洪水。

然而，问题在于——这些 AI 舞者虽然速度极快，且往往能猜中“平均”的动作，但它们有时看起来过于“平滑”了。它们容易错过那些狂野、疯狂的旋转（极端天气），偶尔还会跌撞在基础的舞蹈规则（如能量守守恒等物理定律）之上。科学家们一直在苦思冥想，为何这些看似聪明的 AI 模型总是在抹平现实中的粗糙边缘。是因为它们在训练中见到的极端天气不够多吗？还是数学逻辑上的缺陷？本文深入探讨了这个谜团，提出了一种统一理论来解释这些模型的行为方式，并利用“概率平均场”（probabilistic mean field）这一概念展示了：正是使它们变得精准的训练方法，导致了它们在面对极端情况时的失败。

“平均值”陷阱：为什么 AI 天气模型会抹平现实

那么，来自第二海洋研究所和上海交通大学的研究人员究竟发现了什么？他们发现，问题不仅仅是缺乏数据或算法不好，而是一个根本性的数学后果，源于目前大多数 AI 天气模型学习的方式。

可以这样理解：想象你在根据舞者的过往动作来猜测其下一个动作。如果你被训练去最小化你的“平均误差”（一个被称为均方根误差，即 RMSE 的数学概念），你的大脑自然会开始寻找所有可能动作的平均值。如果舞者可能会向左转、向右转或跳跃，而你想要在统计上“平均而言”是对的，你可能会预测一个既像半圈旋转又像半个跳跃的怪异动作，而这种动作在现实中从未发生过。你找到了数学上的中心点，却失去了舞蹈的真实性。

作者认为，目前的 AI 天气模型正是如此。通过训练它们去最小化平均误差，实际上是在教 AI 去预测条件期望——本质上，就是所有可能未来的统计平均值。在现实世界中，天气是一个“非线性”系统，这意味着如果你将两个有效的天气状态取平均值，得到的结果通常不是一个有效的天气状态。这就像把热水和冷水混合成“温水”，这没问题；但如果你把一场飓风和一个晴天混合在一起，你得到的不会是一个遵循物理定律的“中等强度”风暴，而是一个违反自然法则的“数学幽灵”。

实验：从简单的骰子到旋转的流体

为了证明这一点，研究团队进行了两个巧妙的实验。

首先，他们创建了一个简单的“玩具”世界，使用马尔可夫链（可以将其想象为一个棋盘游戏，你的下一步取决于你当前的位置）。他们训练了两个 AI “玩家”：一个试图猜出精确的下一个数字（最小化误差），另一个试图猜出每个可能数字的完整概率列表。

• 结果： 两名玩家都几乎完美地达到了“平均”得分。但那个追求误差最小化的玩家在捕捉可能性“分布”方面表现极差。它将复杂的多样性坍缩成了一个单一、安全且乏味的猜测。这就像一个背下了平均考试成绩的学生，却无法告诉你实际考题是什么。论文表明，这种“平均”猜测往往落在了一个在游戏中甚至不属于合法状态的位置。

其次，他们转向了一个更真实的旋转流体模拟（开尔文-亥姆霍兹不稳定性），这模拟了大气中空气和水如何混合。他们将标准的 AI 模型（旨在最小化误差）与“扩散模型”（一种学习生成一整套可能未来的 AI 类型，类似于一位创意艺术家）进行了对比。

• 结果： 标准 AI 模型生成的预报看起来极其平滑。虽然在纸面上的误差得分略低，但当你仔细观察时，它抹平了所有让天气显得真实的微小湍流漩涡和锐利边缘。它就像一张经过重度模糊处理以去除噪点的照片。
• 然而，扩散模型生成了一系列可能的未来。虽然这些未来的“平均值”看起来与标准 AI 模型一样平滑，但其单个样本却是清晰、细腻且保留了微小漩涡和极端梯度特征的。

“过度自信”的 AI

论文指出，核心问题在于熵，或者说信息量。真实的天气是混乱、不确定且充满可能性的（高熵）。一个标准的 AI 模型通过只给出一个单一的“最佳猜测”，本质上是在说：“我百分之百确定这就是会发生的情况。”这是过度自信。这就像气象预报员说：“雨会在下午 2:03 准时落下，”而实际上，雨可能在 1:00 到 4:00 之间的任何时间落下。

由于 AI 对其单一、平滑的平均值过于自信，它无法预测极端情况。如果一场风暴将是 100 英里的飓风或 50 英里的强风，AI 可能会预测一个安全的 75 英里风速——这虽然是平均值，但对于那些试图为最坏情况做准备的人来说，却是灾难性的。此外，由于那个“平均”状态是不同物理现实的数学混合体，它经常违反物理定律，例如无法保持能量或质量守恒。

这对未来意味着什么

作者总结道，解决方案不仅仅是微调训练数据或稍微改变损失函数。问题在于，确定性模型（给出单一答案的模型）从根本上就不适合像天气这样混沌且具有概率性的世界。

我们不应该问 AI：“明天最可能出现什么样的天气？”而应该问：“明天会出现哪些可能的天气，以及它们的可能性分别是多少？”论文指出，生成式模型（如扩散模型）才是未来。这些模型不仅猜测一个数字，它们还从分布中进行采样，创造出一组能够捕捉大气真实不确定性和复杂性的可能未来。

简而言之，论文建议，要真正掌握天气预报，AI 需要停止试图做一个完美的“平均值”猜测者，而是要开始扮演一个更具创意的“集成模型”，生成一系列丰富、真实且符合物理规律的可能性。这种转变可能是让 AI 最终能够处理极端事件和物理定律的关键。