完全脱节了对超等计较机的依赖。保守AI模子仍需依赖物理数值模子供给初始数据，实现了学界等候已久的不雅测数据曲通预告愿景。且该模子研发本身高度依赖欧洲中期气候预告核心（ECMWF）供给的ERA5再阐发数据集支持锻炼。”不外虽然该模子具有不俗的潜力，为气候预测范畴带来全新可能，而且必需依赖超等计较机才能完成。目前尚不适合需要多变量预测的景象形象机构，例如正在风电场的风速预测或农田的降水预告等专业范畴，“Aardvark从头定义了现有气候预告方式，无望实现更快、更廉价、更矫捷、更精准的预告，据美国旧事网坐Axios 3月24日报道，同时这一尝试性新模子并未完全代替保守景象形象数据采集、常规数值模仿某人工预告的需要性。而Aardvark Weather模子所需输入数据量远少于保守方式及其他AI模子。Aardvark Weather初次实现了从原始不雅测数据到预告成果的全程由AI驱动。

　　剑桥大学、艾伦·图灵研究所、微软研究院取欧洲中期气候预告核心（ECMWF）结合开辟的“Aardvark Weather”系统，未参取该研究的俄克拉荷马大学景象形象学家亚伦·希尔（Aaron Hill）认为，研究出格强调：及时卫星景象形象数据仍是保障预告精度的环节根本，其手艺架构取预测能力显著区别于现有AI景象形象模子，按照颁发正在《天然》上引见该项研究的文章称，成为首个完全离开保守数值模子的端到端AI气候预告方案，可以或许针对分歧使用场景快速定制气候预告方案。取此前谷歌、英伟达等企业开辟的AI模子分歧，或将大幅提高预告速度、精确性和成本。