AI 與世界的難題 · 地球與氣候科學 · arXiv · 2026-10-22
AI 氣象模型稀疏自動編碼器特徵中的熱帶氣旋屬性
原標題: Tropical Cyclone Attributes in Sparse Autoencoder Features of an AI Weather Model
為了了解 AI 氣象模型如何在內部呈現熱帶氣旋，作者分析了 GraphCast 中來自 205 個氣旋、共 2,115 個六小時時間步的稀疏自動編碼器激活值，並跨五個 Layer-8 分解與 16 個處理器層，將這些激活值與位置、強度及氣壓結構建立關聯。每個屬性都與多個特徵相關，位置與氣壓結構的關聯重疊於一個較小的子集，而且這種組織方式在彼此獨立的 SAE 與不同層之間重複出現，無需特徵對齊。在較深的層中，最主要的位置特徵與六小時後的位置及氣壓結構的對齊程度優於與當下的對齊程度，這顯示屬性—關聯組織是解讀 GraphCast 中氣旋相關資訊時一個可重現的描述層級。