編輯丨&
過去，我們仰望星空，俯瞰大地，伸手能觸及到星河的浩瀚，也能感受到星塵最細微的軌跡。2024，我們走出了陰霾，再一次向著人類的最終的浪漫前進。
近年來出彩的科幻電影，日益令人擔憂的自然災害，暗示著人們需要對於腳下與頭頂潛在的可能性保持關注。在技術手段尚不成熟的時代，人們只能在一次次的失敗中汲取經驗，而這其中所需要付出的代價是高昂的：精力，財力，亦或者是生命。
而現在，得益於趨於成熟的 AI 技術，我們可以在 8 分鐘之內，知道之後 15 天的天氣，甚至可以憑此預測未來的氣候災害。除此之外，核動力的需求也逐漸加快了AI在此方面的應用。
從極大到極小，宏觀到微觀。世界繁複而絢爛的景色為 AI 提供了無窮盡的學習素材。各類科研應用的模型在如此富有“營養”的環境中飛速成長，已然褪去了青澀的外殼。雖然它們還只是侷限在各自的領域中，並沒有出現一個全能的模型一統天下。但其每每表現出來的潛力，都令人驚歎。
在過去的一年中，我們可以看到，AI 更多的還是應用在生物等領域。而在宇宙學，物理學與氣象領域的研究方向上，所得看起來似乎並不算成果豐碩。但實際上，每一步的邁出都是一次精彩的突破。
在氣象，開發出了全球頂尖的新模型 GenCast，實現了目前全球再分析資料的最大解析度。
在宇宙學中，更便利的顯微鏡自動配置助手，由 AI 計算出來的宇宙基本引數，重新衡量了我們所看到的天空。
在物理學中，被開發出用於計算激發態的新方法，更通用，更強大，適用於各類數學模型。
接下來，ScienceAI 將回顧 2024 年 AI 在氣象科學、宇宙，物理學領域的一些重要研究進展。
LeCun轉帖，AI精確計算宇宙「設定」，登Nature子刊
水和演算法有何相似？用物理學來理解大語言模型
中國科學院物理學家利用機器學習揭示原子核殼演化
AI首次解決量子物理學難題，DeepMind精確計算量子激發態，登Science
強過「黃金標準」，快3,500倍，成本低10萬倍，物理建模融合AI，谷歌天氣模型登Nature
AI 回答物理學問題，MIT 開發自動繪製材料相圖機器學習框架
打破「非此即彼」，平衡 AI 與物理，中國科學院提出建立可學習的氣候模型
AI 重建粒子軌跡，發現新物理學
Nature|機器學習和物理模型的「雙向奔赴」，3種AI氣候建模方法
耗時縮短十倍以上，大規模AI方法加速原子模擬程序，推動更泛用的策略發展
百萬級原子模擬，從頭算精度，北京科學智慧研究院提出AI+大尺度電子結構模擬新方法
原子、分子、複合物級性質預測均最佳，清華分子預訓練框架登Nature子刊
對25,000多個原子進行納秒級MD模擬，DeepMind開發基於ML的大規模分子模擬通用方法
全球頂尖天氣預報系統被AI擊敗，DeepMind新模型登Nature，8分鐘搞定未來15天預測
谷歌推出 Caravan MultiMet，利用各種氣象資料增強水文預報
Nature子刊，上智院、復旦、中國氣象局研發次季節AI大模型「伏羲」，突破「可預報性沙漠」
23億引數，Transformer架構，NASA、IBM釋出「天氣+氣候」通用AI模型Prithvi WxC
強過「黃金標準」，快3,500倍，成本低10萬倍，物理建模融合AI，谷歌天氣模型登Nature
AI 可能是我們未能與外星文明取得聯絡的「大過濾器」
超衍射極限1.5倍，成像條件低10倍，清華、中國科學院用AI方法提高顯微鏡解析度
首個多模態地理科學大模型「坤元」
速度提高1000萬倍，AI快速準確預測等離子體加熱，助力核聚變研究
中國科學院核聚變最新進展，AI 加速等離子體引數預測