AI模型在地球科学中的战略治理

arXiv:2610.10560v1 公告类型：cross 摘要：基于天气和气候数据预训练的AI基础模型正日益针对远超天气预报范畴的地球科学任务进行微调。它们的开发和采用速度已经超过了科学界评估这些模型的能力。这些模型几乎完全依据基准测试技能指标进行评判，这些指标衡量的是预测结果与参考产品的接近程度，却不衡量模型是否表征了支配其所预测系统的物理过程。因此，预测技能和物理可靠性是彼此独立的属性。对于不断变化的气候所带来的非平稳条件，这一区分尤为重要，而这些模型从未针对这类条件进行训练。我们针对地球科学中AI模型的物理评估确定了五项优先事项，涵盖从特定任务的模拟器到基础模型，以及训练数据、微调、行为测试、机制可解释性和输出验证。我们建议未来十年开展三项活动：1）开放可供AI使用的评估数据集；2）建立基于物理的评估共享报告标准；3）设立专门针对这些模型安全性的研究计划。