在GAIR 2025大会上，清华大学教授、国家超算深圳中心副主任付昊桓深入探讨了人工智能与数值模拟在地球系统建模中的关系。他指出，当前的核心挑战并非用AI替代传统数值模拟，而是实现两者的深度融合。
地球系统建模是科学计算中最复杂的领域之一。它既是典型的混沌系统，对初始条件极度敏感，又是一个极端多尺度的系统——从千公里级的台风到米级的微观过程相互耦合。付昊桓坦言，构建一个完全精确的“数字孪生”地球基本不可能，因为物理尺度没有下限，算力再强也无法穷尽所有细节。
在此背景下，数值模拟的价值在于它基于物理规律，是理解世界的系统性工具。付昊桓用了一个生动的比喻：数值模拟是“骨骼”，承载着已知的物理定律；AI则是“肌肉”，补充那些难以用严格模型描述或算力无法支撑的部分。例如，在台风预报中，传统模型可以刻画其大尺度动力结构，但当台风进入城市环境，涉及街道、小区级别的风场和降雨分布时，就需要AI在“肌肉层面”进行补充。
目前，AI已在实际气象业务中带来一些提升，如利用多源数据提高部分变量的预报精度，甚至延长可预报时长。但其局限性同样明显：对极端天气预测能力不足、输出结果过于平滑而掩盖关键特征、模型可解释性差（黑盒问题），且缺乏原生不确定性评估机制。
因此，付昊桓强调，数值模拟依然是整个预报体系的“脊梁”，不可替代。AI的角色是增强而非推翻这一体系。未来理想的方向是构建数值模拟与AI紧耦合的混合模型，像两个紧密咬合的齿轮协同运转。
对于气象气候领域的商业前景，付昊桓指出了三个方向：具有金融属性的季节尺度预报、提升可再生能源调度效率，以及服务于碳中和目标的产业链影响。他期待未来3-6个月尺度的预报能力能取得突破，这目前仍是预测的“灰区”。
最后，他建议有意进入该领域的年轻人，首先要厘清从事科研的内驱力，主动享受探索过程，而非被环境推着走。
