历史上，天气预报一直依赖于使用超级计算机来处理复杂的数学方程，这种方法既耗时又耗能。一个新兴的替代方案是训练人工智能(AI)来预测当前的大气条件将如何演变。然而，在一项新的研究中，研究人员报告称，基于人工智能的模型未能考虑到一个对天气可预测性构成基本限制的过程：蝴蝶效应。相关研究成果以Can Artificial Intelligence-Based Weather Prediction Models Simulate the Butterfly Effect?为题发表在Geophysical Research Letters.

　　蝴蝶效应描述的是微小扰动的后果如何迅速发展，对系统的最终结果产生重大影响，就像巴西的一只蝴蝶扇动翅膀，最终会影响德克萨斯州龙卷风的发展这个示例一样。在气象科学中，这些快速增长的不确定性通常与对流和降水有关。但这种初始变化在人工智能系统中的增长速度要比现实中慢得多，可能导致人工智能的天气预测变得不可靠。

　　这并不意味着人工智能在天气预报方面毫无用处。目前，蝴蝶效应还不是天气预报的限制因素，因为大气测量误差仍然很大，蝴蝶效应相对可以忽略不计。在目前的测量误差水平下，人工智能可以很好地模拟中纬度条件下的天气，但Selz和Craig指出，在特殊的气象条件下，准确性可能会有所不同。科学家们或许还可以改进人工智能算法，例如，通过人工生成额外的训练数据，让这些算法了解到蝴蝶效应的影响。

　　随着地球变暖，出现冰盖融化或亚马逊雨林消失等气候临界点的可能性越来越大。净零排放方法建议尽可能减少温室气体排放，并消除或抵消排放的温室气体。但是，由于技术、政治、经济、环境和社会等多种原因，这种大规模的温室气体减排可能无法实现。一个替代方案是，将减少排放和天然碳汇相结合，有可能使得大气中的温室气体水平保持不变。

　　在Earth’s Future期刊发表的一篇题为Committed Global Warming Risks Triggering Multiple Climate Tipping Points的新研究，研究人员研究了全球惯性升温（committed global warming），即温室气体排放保持不变后持续的变暖，直到达到新的热平衡。作者提出了全球平均温度如何上升和触发临界点事件的三种情景。一种代表化石燃料的使用增加，第二种代表迅速达到净零排放，第三种与当前的轨迹非常接近。

　　2015年，《巴黎协定》确立了到本世纪末将全球变暖控制在比工业化前水平高1.5℃以内的目标。根据研究人员的模型，如果大气辐射强迫保持在目前的水平不变，在暂时的惯性升温阶段，气温超过1.5℃的可能性为83%，超过2.0℃的可能性为55%。在最符合当前轨迹的情景下，研究结果还估计，到2100年，将有6个临界点被突破。研究结果表明，如果没有实施净零计划，到2100年气温可能会上升约2.7℃。作者建议迅速采取净零政策和减排措施，以避免这些灾难性情况发生，这将对地球上的居民和生态系统造成严重破坏。

即便在温室气体排放停止增长之后，惯性升温也可能会触发冰盖融化等气候临界点

　　延伸阅读：https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2022EF003250（吴灿选编自AGU美国地球物理学会）