标题：对话付昊桓：数值模拟不可替代，AI在科学计算中的角色与边界

正文：
气候、天气和地球系统研究长期依赖数值模拟，超算通过求解物理方程推动模型精度和分辨率的提升。然而，随着算力发展，人工智能（AI）逐渐进入这一领域，引发学界对其潜力的讨论：AI能否弥补数值模型的不足？能否在有限算力下提升预测能力？

在GAIR 2025大会上，清华大学教授付昊桓围绕数值模拟与AI的融合展开分享。他强调，AI并非要取代数值模拟，而是应作为补充工具，与传统方法结合，共同应对复杂系统的挑战。

地球系统的复杂性
地球系统是典型的混沌系统，具有多尺度耦合特性。例如，台风发生在数百公里尺度，而强对流降水则在公里甚至更小尺度上。这些过程相互影响，难以完全模拟。付昊桓指出，由于尺度无下限，数字孪生地球无法实现，但数值模拟仍是理解自然规律的核心工具，如同“骨骼”，而AI则可作为“肌肉”，补充细节预测。

AI与数值模拟的分工
以台风预报为例，大尺度动力结构可用数值模型刻画，但在城市尺度，如街道风速或小区降雨分布，传统模型受限于算力和参数化难度。此时，AI可通过稀疏数据推断局部特征，但需与数值模型结合使用，形成紧耦合的混合模型。

AI的局限与挑战
尽管AI在部分场景中提升了预报精度，但仍存在明显短板：对极端天气预测能力不足、输出结果偏平滑、缺乏物理可解释性及不确定性评估机制。因此，数值模拟仍是体系的核心，AI的作用在于增强而非取代。

商业价值与未来突破
气象和气候领域的商业价值体现在季节预报的金融属性、能源调度优化以及碳中和相关产业链支持。付昊桓期待未来3到6个月尺度预报能力的突破，并建议年轻人进入科研领域前明确内驱力，主动享受探索过程。

讲座完整视频详见链接：https://youtu.be/dw4tRbvoENY