干系研究论文以\"大众Neural general circulation models for weather and climate\公众为题，已揭橥在周一的威信科学期刊 Nature 上。
谷歌团队称，NeuralGCM 对 1-15 天预报的准确率，媲美欧洲中期景象预报中央（ECMWF）。对提前 10 天预报的准确率，NeuralGCM 与现有其他 AI 模型性能相称。加入海平面温度后，NeuralGCM 的 40 年景象预测结果，与从 ECMWF 数据中创造的环球变暖趋势同等。
NeuralGCM 不仅在准确度方面达到乃至超过了现有传统数值景象预报模型和其他机器学习（ML）模型；在速率方面，可以在30 秒打算韶光内天生 22.8 天算夜气仿照；且可以比传统模型节省数量级的打算量。
(本文来自第一财经)
