国科大交叉学院邀请清华大学龙明盛教授做“人工智能气象大模型”前沿学术报告
3月29日上午九点，国科大前沿交叉科学学院主办的“前沿交叉科学与技术论坛-人工智能方向”第二场讲座在雁栖湖校区教二楼201教室顺利举行。清华大学软件学院龙明盛教授受邀作题为《人工智能气象大模型》的学术报告，交叉学院人工智能中心副主任叶齐祥教授主持，200余名人工智能方向博士生参与交流学习。
技术突破：从理论创新到冬奥实战
报告着重展示了 Corrformer 在气象预测领域的核心设计与应用成果。它创新性地构建层次化树状网络，有效捕捉不同尺度的气象模式，通过独特的算法优化时空建模，为大量气象站提供实时预测支持。其独特的设计还能推断天气过程的传播方向，助力揭示大气运动机制。在 2022 年北京冬奥会期间，Corrformer 为赛事场馆提供气象预报服务，发挥了重要作用。相关成果不仅发表于《Nature Machine Intelligence》封面文章，还有一篇发表于《Nature》正刊的《Skilful nowcasting of extreme precipitation with NowcastNet》。团队博士生自主研发 “清华大模型研发平台”，一年内完成 5,781 次参数优化实验，有力支撑了相关研究。
图一：龙明盛教授作专题报告
学科交叉：解码 AI 驱动气象研究新范式
龙明盛教授指出，科学机器学习在气象研究中需突破三大核心挑战：物理规律耦合、多模态数据融合与算力架构优化。Corrformer通过数据驱动的多相关机制，从数万气象站的时空关联中自动提取天气传播规律（如北欧“之字形”温度变化），其可解释性源于对气象系统内在动力学特征的隐式建模，而非显式嵌入物理方程。研究团队通过整合卫星遥感、地面观测等多源异构数据，突破单一数据源的感知局限。这一"数据驱动发现-物理机制验证"的闭环范式，为气象科学提供了可扩展的AI研究框架。
学子提问：从科研困境到实践深耕
在互动环节，与会博士生就技术细节与科研方法论展开讨论。龙教授在回应模型复杂性与计算效率平衡、AI 模型与传统气象学科交叉互鉴等问题时，分享了团队的技术思路，并鼓励学子科研要 “从问题中来，到实践中去”，关注国家重大战略需求，以解决实际问题为科研出发点。
图二：参会学生认真聆听报告
报告人简介
龙明盛，国家青年人才，清华大学华为（冠名）副教授。从事机器学习理论、算法与模型方面的科研工作。发表《自然》正刊长文，入选《自然·机器智能》封面文章，获评IJCAI Workshop时间检验奖。主持国家自然科学重点项目、华为、腾讯、阿里巴巴等企业课题十余项，成果应用于智能制造、新能源、防灾减灾等重点领域。担任TPAMI、AIJ编委，ICML、NeurIPS资深领域主席。第一作者或通讯作者发表CCF-A类论文100余篇，其中Nature、TPAMI、JMLR、ICML、NeurIPS、ICLR论文60余篇，谷歌引用45000余次。连续入选AI2000机器学习领域高影响力学者、爱思唯尔中国高被引学者、世界前2%顶尖科学家等。
