台大大氣系郭鴻基教授：AI 氣象預報效率突破萬倍，數學思維為時代頂尖「內功」 —— 揭示 GPU 算力百萬倍增長下的時間序列與本土數據挑戰
一、 導言
國立台灣大學大氣科學系郭鴻基教授於今（19）日 10:20 至 12:00，在 S102 教室舉行了主題為「AI Weather Prediction in Taiwan and Mathematics」的專題演講。本次活動深入解析了人工智慧（AI）在氣象預報領域所引發的劃時代技術革命，強調在全球運算力大幅躍升的背景下，穩固的數學基礎與高品質的專業數據，是解決未來科學挑戰的核心「內功」。
二、 活動內容與亮點：AI 帶來的效率與準確度革命
郭鴻基教授首先指出，傳統數值天氣預報（NWP）的準確度每年僅有約 1% 的緩慢進步。然而，AI 的出現徹底打破了這一進程：
- 效率驚人： 約在 2023 年 7 月 5 日左右，中國華為與微軟開發的 AI 預報模型，其準確度已能與全球最好的數值模式——歐洲中期天氣預報中心（IFS）——達到相同的水平。更關鍵的是，AI 模型的運算效率比傳統模式快了整整一萬倍。郭教授提到，過去需耗時三到四天才能完成的複雜氣象實驗，現在只需一兩分鐘就能在個人筆記型電腦上運行。
- 預報超越傳統： 在此後的六個月內，歐洲中心應用 AI（AIFS）以及 Google 的 Gcast 模型，其預報準確度已比傳統數值模式高出 10%。特別在颱風路徑預測方面，AI 模型被證實能提升 30% 的準確度。Google DeepMind 甚至曾提前 12 天預測鳳凰颱風在恆春登陸。
這場革命的基礎，源於專用型 GPU 電腦在算力上的驚人躍進。郭教授援引 NVIDIA CEO 黃仁勳的數據指出，GPU 電腦在不到 10 年內，速度已增長了 100 萬倍，遠遠超越了傳統電腦遵循的摩爾定律（每十年快 100 倍）。
郭教授強調，面對如此龐大且快速變化的數據集，人類必須重新思考數學的核心挑戰。傳統統計學旨在從巨大的「母數」（Population）中找到有效的「樣本」（Sample）。然而，現在科學面臨的問題是，這些母數和樣本都隨著時間變化，形成了極高自由度的時間序列（Time Series），我們必須了解其平均值與變異度（Variance）隨時間變化的規律。
他引用了 STEM（科學、技術、工程、數學）的整合思維，指出科學（Know Why）、技術、工程（Know How）與數學缺一不可。他將數學視為 AI 時代的「內功」，因為 AI 的核心就是利用 GPU 的強大算力，在難以想像的拓樸空間中，找到數據之間的回歸關係以及最小的誤差值。
此外，郭教授透過理想實驗證明，AI 模型並非單純的類比（Analogous）過去經驗。即使輸入歷史上從未出現過的簡化天氣條件，AI 模式依然能模擬出複雜的物理規律，例如極鋒噴流的產生、以及科氏力（Coriolis force）所導致的旋轉和系統不對稱性。這顯示 AI 具備學習數據背後物理法則的能力。
三、 交流與反饋：本土數據整備與專業知識為勝出關鍵
在交流環節中，郭教授特別點出台灣在 AI 氣象預報上面臨的本土挑戰。全球 AI 模型多以 28 公里解析度的全球數據訓練，這使得它們難以準確捕捉台灣特有、小尺度的劇烈天氣現象，例如強降雨強度，因為細節在粗解析度中會被平滑（smoothed out）。郭教授強調，若直接引進外國的全球或區域模型，對台灣的應用來說是「沒有用」的，必須以台灣獨特的本土資料來訓練區域 AI 模式。
針對學生們關於如何準備面對未來AI 時代的提問，郭教授提出精確建議：
- 專注數學基礎： 學生應特別加強應用數學與基礎數學的觀念，例如在 AI 裡極為重要的「表徵性」（Representation，指平均狀態）和「辨識」（Recognition，指尋找異常值或 Outlier）等概念。
- 專業知識與數據整備： 成功的關鍵是深入了解自身領域的專業知識，並著手製造、整備高品質的 AI 訓練數據。他提醒，雖然 AI 訓練技術會不斷進步且強大，但專業數據集才是真正的核心競爭力。
- 應用與回饋： AI 模型的訓練（Training）雖然昂貴，但應用（Inference，推論）成本極為低廉。郭教授鼓勵學生要利用這種廉價的應用特性，發展解決專業問題的新產品，並透過實踐不斷回饋修正模型，即「訓練」與「微調」（Fine Tuning）必須結合。
郭教授也分享了他對 AI 發展的期許：他指出，AI 時代提供了處理大尺度機率時間序列問題的能力。他希望學生們能將 AI 視為工具，而非終極目標，關注 AI 的推論規則是否能逼近真實世界的物理規律，並利用其極為便宜的推論成本，廣泛應用於各專業領域。
四、 結語
本次由台大大氣系郭鴻基教授帶來的專題演講，不僅揭示了 AI 氣象預報在效率和準確度上的革命性成果，更明確指出在算力呈百萬倍增長的未來，科學、技術、工程與數學（STEM）的整合思維至關重要。郭教授的見解，為與會的學生和教師提供了在 AI 浪潮中保持競爭力的明確路徑，即以數學思維為內功，以專業數據為基礎，解決過去人類計算能力無法觸及的科學難題。（文章提供：數學系）
跨領域人才培育活動補助
跨領域學習規劃辦公室為協助學生認識跨領域人才的發展趨勢，並提升其跨域思維與生涯規劃能力，鼓勵各單位辦理相關活動，邀請具備跨領域背景或實務經驗之產官學研專家或校友，分享其整合多元知識、解決問題的經驗與歷程，藉此激發學生的學習動機，拓展視野。 申請方式：https://www.iaao.ntnu.edu.tw/?page_id=1667