NeuralGCM+ 啟動，Ai2 與 Google 如何把 AI 氣候模型延伸到海洋與海冰？
NeuralGCM+ 是 Ai2 新啟動的三年 AI 氣候模型研發計畫，目標耦合大氣、海洋與海冰。本文解析物理與學習如何分工、既有速度數字的條件，以及暖化泛化與開放成果的驗證進度。
NeuralGCM+ 希望讓快速的 AI 氣候模擬，同時容納大氣、海洋與海冰的交互作用。Ai2 在二〇二六年十一月四日宣布，Google.org 將提供三年、數百萬美元資助，Google Research 提供技術支持。
氣候模型要回答長期溫度與降雨如何變化，海洋儲存的熱與海冰反射的陽光，因此都會影響結果。把這些部分接起來，是新計畫的重要工作。
這項公告描述的是研發啟動。官方引用前作的快速模擬成果，提供技術起點，新的耦合系統仍需要開發與驗證。
速度之所以重要，是因為研究者往往需要重複模擬不同條件。若每次計算更便宜，就有機會比較更多情境，也更容易檢查模型哪裡不穩定。
對關心研究與氣候應用的人，我會先追蹤各系統何時接合，以及模型在更暖條件下能否維持合理的物理行為。這兩項證據會決定快速計算能服務多大的研究範圍。
先看大氣與海洋為何需要一起算，才能理解這次研發增加了哪些難度。
NeuralGCM+ 為何要把大氣、海洋與海冰接起來？
氣候中的熱與水會跨系統移動，單看大氣容易漏掉長期回饋。海洋可以在較長時間裡儲存與釋放熱，海冰變化也會改變表面接收陽光的方式。
因此，模擬大氣在某組海洋條件下如何變動，和讓海洋自己隨大氣改變，會回答不同問題。新計畫要研究後者，讓各部分在長期計算中持續交換影響。
這也是天氣與氣候的時間尺度差異。天氣預報追蹤接下來幾天或幾週的具體狀態，氣候研究更關心多年與數十年間的統計分布、趨勢與極端事件條件。
氣候模擬不需要保證數十年後某一天恰好下哪一場雨，但需要合理描述一段期間的溫度、降雨與能量變化。若系統長期慢慢偏離物理平衡，統計結果也會跟著失真。
把海洋和海冰接進來，於是增加了需要共同檢查的變數。大氣得到多少熱、海洋失去多少熱，以及邊界資料是否在同一個時間點更新，都會影響整段模擬。
Ai2 提出的目標，是讓這套系統能在數十年尺度保持穩定，同時改善區域溫度與降雨誤差。這些是研發方向，之後仍要由公開測試呈現達成程度。
對使用者而言，耦合範圍會限制模型適合回答的問題。若研究需要海洋回饋，應先確認實際可用版本是否包含該部分，再判斷輸出能否支持自己的分析。
耦合範圍擴大後，模型需要兼顧計算速度與不同系統的物理關係。這讓物理方程和機器學習如何分工，成為下一個核心問題。
物理方程與 AI 在氣候模型中如何分工？
混合模型把大尺度運動交給物理計算，再讓學習方法處理局部過程。NeuralGCM 原有設計結合數值動力與神經網路，讓兩種方法在同一套模擬中合作。
數值動力可以理解為依物理關係更新空氣流動。雲、雨等較細尺度過程，則需要用可計算的方式表達，機器學習因此有機會從資料中學習這部分行為。
這種安排讓模型保留可解釋的物理骨架，也能用資料改善局部過程的表示。但每部分單獨表現良好，仍需要檢查接合後是否穩定，因為一處偏差會透過回饋影響另一處。
例如，降雨改變大氣水分，雲也影響陽光進入系統的程度。這些作用會互相牽動，所以不能只看某一個時間點的影像是否接近觀測，就判定長期模擬已經可靠。
Ai2 計畫進一步加入物理約束，並檢查模型在訓練未見條件下的行為。物理約束的用途，是讓學習得到的更新遵守必要關係，減少看似合理卻長期累積偏差的結果。
不過，加入約束之後仍要實際測試。模型可能在平均溫度上接近資料，區域降雨卻有差異，因此評估需要涵蓋研究者真正要使用的變數與地區。
這也說明為何官方把框架、工作流程和模型一併列為開放方向。只取得一個訓練好的檔案，往往還不足以重建資料前處理、耦合方式與評估條件。
這種分工已有前作支持，新計畫的成績仍要使用自己的耦合測試判斷。理解速度宣稱時，也需要保留同樣的版本區分。
八分鐘與百倍速度分別來自哪項研究？
兩組速度數字描述不同前作與測試設定。官方提到，既有 NeuralGCM 可以用單一張張量處理器，約八分鐘模擬一年的全球大氣條件。
張量處理器是 Google 的專用運算晶片。這個例子讓人看見快速模擬的潛力，但其範圍是當時的大氣模型，新的大氣、海洋與海冰耦合計畫需要另外測量。
另一組約百倍速度，來自 Ai2 的 ACE2，在特定海洋溫度相關實驗中，相較所模仿的傳統模型所呈現的計算效率。它有自己的模型架構、輸入與比較對象。
因此，引用這些前作時，應把模型名字與任務範圍放在數字旁邊。若只保留最快的倍率，再套到整個新計畫，就會改變原始實驗回答的問題。
計算時間也只有放回品質要求才有用途。較快得到一份輸出，可以讓研究者試更多情境，但是否能支援某個氣候問題，仍要看誤差、穩定性與極端條件表現。
對資源有限的團隊而言，可重複的單次成本特別重要。相同模型若需要不同硬體、不同解析度或更長模擬期間，實際耗時與記憶體也會變動。
所以後續正式版本若公開速度成績，研究者還需要確認使用哪種晶片、模擬哪些系統、持續多久，以及輸出品質如何。這些資訊會決定自己的設備能重現多少結果。
來源分開以後，焦點才能回到新系統真正需要通過的驗證。速度建立了可探索範圍，長期可靠度則決定結果能被怎樣使用。
歷史五十年與未來暖化，如何檢查模型？
模型需要同時重現已知氣候，並接受訓練範圍之外的壓力測試。官方計畫比較過去五十年的區域溫度與降雨，這提供一段有資料可對照的評估期間。
歷史對照能指出誤差出現在哪裡。例如，全球平均值接近，仍可能掩蓋某些地區偏乾或偏濕，因此區域比較會直接影響模型是否適合當地研究。
然而，未來暖化條件可能超出歷史資料範圍。機器學習若主要靠過去模式預測，遇到不同的海洋與大氣組合，就需要額外證據說明為何仍能合理運作。
這種檢查稱為泛化，意思是模型能否把已學到的關係用到新條件。氣候領域特別在意它，是因為未來情境本來就可能與訓練期間不同。
物理關係可以協助限制可能結果，但不能讓所有新條件自動變成已驗證。團隊仍需要設定較暖情境，觀察系統是否穩定、能量如何變化，以及區域結果是否出現難以解釋的漂移。
評估時也需要保留各情境的設定。若兩個模型使用不同外部條件或不同海洋處理方式，差異可能同時來自輸入與方法，直接排成一個名次容易失去解釋力。
開放測試流程能讓這些差異被其他團隊檢查。研究者可以重跑相同情境，再改變一項設定，逐步辨認改善究竟來自模型、資料或耦合方式。
因此，可檢查的資料與流程，會決定這些測試能否延續。這也把研究品質與三年資助期間的交付進度接到一起。
快速模擬還有一個實際用途，是用多次運行看結果分布。因為初始狀態與參數可能有不確定性，研究者通常需要比較一組結果，單次漂亮曲線難以呈現這種範圍。
如果每次計算成本降低，同一筆運算預算就有機會涵蓋更多設定。然而，這些設定仍要有科學意義，否則重複更多次，也可能只是在相同偏差周圍取得更密集的輸出。
因此，模型更新後應同時保留前一版的固定測試。若平均溫度改善但極端降雨變差，研究者便能依自己的用途判斷影響，而不必把所有變數壓成同一個分數。
這也說明開放評估的價值。不同地區團隊可以補上自己熟悉的資料與觀測限制，讓模型開發者看見原本測試集未充分呈現的問題，進一步決定需要改善的系統部分。
三年資助與開放計畫，研究者應追蹤什麼？
資助讓長期研發得以啟動，開放承諾則需要隨成果逐項落地。Google.org 提供三年、數百萬美元支持，公告沒有列出精確總額，因此現階段能確認的是期間與規模層級。
Google Research 的技術支持，和 Google.org 的資助角色也各有分工。前者參與技術合作，後者支持計畫推進，閱讀合作公告時保留角色，有助於理解誰負責哪一段工作。
Ai2 計畫開放模型、框架與研究工作流程，並改善圖形處理器運行效率。這些項目會影響使用門檻，因為研究機構不一定具備相同專用晶片與工程環境。
可用版本公布後，模型檔案只是第一個檢查點。研究者還需要資料格式、安裝方法、評估程式，以及能對照的版本編號，才能重建一個完整實驗。
接著才是自己的問題是否適用。若研究需要特定區域降雨、季節分布或長期海洋變化，應檢查公開測試是否涵蓋同類輸出，再決定後續驗證範圍。
對需要可靠結果的應用團隊，我會把首次耦合展示、公開歷史驗證與可重現版本視為連續里程碑。每走過一步，能支持的使用範圍才會更清楚。
因此，現在可以先整理研究需求與現有資料，等公開模型後用固定情境對照。這樣能讓快速計算的承諾，轉成自己能量測的研究效益。相同程序也能留下更新前後的紀錄，讓後續模型改善有共同基準，方便研究者重新檢查。
NeuralGCM+ 常見問題
NeuralGCM+ 現在已經能下載嗎？
十一月四日公告啟動的是研發合作，新的耦合系統尚未在該公告交付可下載成品。既有 NeuralGCM 與 Ai2 氣候研究資源各有自己的開放狀態，使用時要確認實際版本。
可以用它預報台灣某一天的天氣嗎？
本計畫主軸是長期氣候模擬，關心多年溫度與降雨統計。特定日期的天氣預報需要對應預報系統、即時資料與地區驗證，應依自己的時間尺度選擇工具。
為什麼快速模型還需要物理檢查？
因為長期模擬會把小偏差持續累積，平均值接近也可能掩蓋系統漂移。保留物理關係與暖化壓力測試，能幫助研究者確認計算速度換來的結果是否值得使用。
建議先追蹤耦合模型的公開驗證與實際版本，再用同一組研究情境重跑。這會比把前作的速度倍率直接移到新計畫，更接近採用所需的證據。
延伸閱讀：Project ProtoStar 推動開放科學：公開研究還缺什麼，AI 才能真的重用？
延伸閱讀：Walrus 用 12 段果蠅胚胎影片學組織流動：物理 AI 能跨到生命科學嗎？
