環境科學家越來越常使用龐大的人工智慧模型來預測天氣與氣候變化，美國麻省理工學院（MIT）最新研究顯示，模型越大並不代表一定更好。在某些氣候情境下，更簡單、基於物理的模型能比最先進的深度學習模型能產生更準確的預測。

研究人員開發一種更穩健的評估方法，結果顯示，簡單模型在估算區域地表氣溫時更為準確，而深度學習方法則在估算局部降雨量方面表現最佳。他們利用這些結果改進「氣候模擬器」工具，氣候模擬器能快速模擬人類活動對未來氣候的影響。相關研究的論文已發表於《地球系統建模進展期刊》（Journal of Advances in Modeling Earth Systems）。

研究團隊將這個研究視為一個「警示案例」，提醒人們在氣候科學中部署大型 AI 模型的風險。雖然深度學習模型在自然語言等領域展現了驚人成果，但氣候科學本身擁有一套已被驗證的物理定律與近似方法，如何將這些知識納入 AI 模型中成為挑戰。

圖片、資料來源：Phys.org