論文の概要: TianJi:An autonomous AI meteorologist for discovering physical mechanisms in atmospheric science
- arxiv url: http://arxiv.org/abs/2603.27738v1
- Date: Sun, 29 Mar 2026 15:30:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-31 23:18:45.091733
- Title: TianJi:An autonomous AI meteorologist for discovering physical mechanisms in atmospheric science
- Title（参考訳）: TianJi:大気科学における物理メカニズム発見のための自律型AI気象学者
- Authors: Kaikai Zhang, Xiang Wang, Haoluo Zhao, Nan Chen, Mengyang Yu Jing-Jia Luo, Tao Song, Fan Meng,
- Abstract要約: 我々は、物理メカニズムを検証するために、複雑な数値モデルを自律的に駆動できる最初の「AI気象学者」システムであるTianJiを提案する。
TianJiは、大規模言語モデル駆動のマルチエージェントアーキテクチャによって、自律的に文学研究を行い、科学的仮説を生成することができる。
2つの古典的な大気力学シナリオにおいて、TianJiは専門家レベルのエンドツーエンドの実験的な操作を、人間の介入をゼロに達成している。
- 参考スコア（独自算出の注目度）: 17.344674522833277
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Artificial intelligence (AI) has achieved breakthroughs comparable to traditional numerical models in data-driven weather forecasting, yet it remains essentially statistical fitting and struggles to uncover the physical causal mechanisms of the atmosphere. Physics-oriented mechanism research still heavily relies on domain knowledge and cumbersome engineering operations of human scientists, becoming a bottleneck restricting the efficiency of Earth system science exploration. Here, we propose TianJi - the first "AI meteorologist" system capable of autonomously driving complex numerical models to verify physical mechanisms. Powered by a large language model-driven multi-agent architecture, TianJi can autonomously conduct literature research and generate scientific hypotheses. We further decouple scientific research into cognitive planning and engineering execution: the meta-planner interprets hypotheses and devises experimental roadmaps, while a cohort of specialized worker agents collaboratively complete data preparation, model configuration, and multi-dimensional result analysis. In two classic atmospheric dynamic scenarios (squall-line cold pools and typhoon track deflections), TianJi accomplishes expert-level end-to-end experimental operations with zero human intervention, compressing the research cycle to a few hours. It also delivers detailed result analyses and autonomously judges and explains the validity of the hypotheses from outputs. TianJi reveals that the role of AI in Earth system science is transitioning from a "black-box predictor" to an "interpretable scientific collaborator", offering a new paradigm for high-throughput exploration of scientific mechanisms.
- Abstract（参考訳）: 人工知能(AI)は、データ駆動の天気予報において従来の数値モデルに匹敵するブレークスルーを達成したが、本質的には統計的に適合し、大気の物理的因果メカニズムを明らかにするのに苦労している。
物理指向のメカニズムの研究は、人間の科学者のドメイン知識と面倒なエンジニアリング操作に大きく依存しており、地球系の科学探査の効率を制限するボトルネックとなっている。
ここでは、複雑な数値モデルを自律的に駆動し、物理的メカニズムを検証できる最初の「AI気象学者」システムであるTianJiを提案する。
TianJiは、大規模言語モデル駆動のマルチエージェントアーキテクチャによって、自律的に文学研究を行い、科学的仮説を生成することができる。
メタプランナーは仮説を解釈し、実験的なロードマップを策定し、特殊作業員のコホートは協調的に完全なデータ準備、モデル構成、多次元結果分析を行う。
TianJiは、2つの古典的な大気力学シナリオ(平常の冷プールと台風の軌道偏向)において、専門家レベルのエンドツーエンドの実験的な操作を人間の介入をゼロにして達成し、研究サイクルを数時間に圧縮する。
また、詳細な結果分析と自律的な判断を行い、出力から仮説の有効性を説明する。
TianJiは、地球システム科学におけるAIの役割が「ブラックボックス予測器」から「解釈可能な科学的協力者」に移行し、科学的メカニズムの高速な探索のための新しいパラダイムを提供していることを明らかにした。
関連論文リスト
- A Modular LLM-Agent System for Transparent Multi-Parameter Weather Interpretation [3.0354231393746685]
本稿では,AI-Meteorologistについて紹介する。AI-Meteorologistは,生の数値予測を科学的に基礎づけた物語レポートに変換する,説明可能なLCMエージェントフレームワークである。
本研究は,高密度表や非構造時系列として提示される従来の予測出力とは異なり,複数の気象変数にまたがるエージェントベース解析を行う。
我々は、AI-気象学者が気象イベントだけでなく、その下にある大気中のドライバーをいかに伝えるかを示す。
論文 参考訳（メタデータ） (2025-11-28T22:24:40Z) - EWE: An Agentic Framework for Extreme Weather Analysis [61.092871317626496]
Extreme Weather Expert (EWE)は、このタスクに特化した最初のインテリジェントエージェントフレームワークである。
EWEは、知識誘導計画、クローズドループ推論、およびドメイン調整された気象ツールキットを通じて、専門家の可視化をエミュレートする。
進展を触媒するため、我々は103のハイインパクトイベントをキュレートしたデータセットを含む、この新興分野の最初のベンチマークを紹介した。
論文 参考訳（メタデータ） (2025-11-26T14:37:25Z) - AI4X Roadmap: Artificial Intelligence for the advancement of scientific pursuit and its future directions [65.44445343399126]
我々は、生物学、化学、気候科学、数学、材料科学、物理学、自動運転研究所、非伝統的コンピューティングにまたがるAI可能な科学を考察する。
多様な信頼性のあるデータの必要性、伝達可能な電子構造と原子間モデル、AIシステムがエンドツーエンドの科学合成に統合される。
ドメイン全体にわたって、大規模な基礎モデル、アクティブラーニング、自動運転車研究所が、予測と検証の間のループを閉じる方法について強調する。
論文 参考訳（メタデータ） (2025-11-26T02:10:28Z) - Virtuous Machines: Towards Artificial General Science [0.0]
ドメインに依存しないエージェント型AIシステムが、科学的なワークフローを独立してナビゲートできることを示します。
このシステムは視覚的作業記憶、精神的な回転、イメージの鮮明さに関する3つの心理学的研究を自律的に設計し実行した。
論文 参考訳（メタデータ） (2025-08-19T00:35:56Z) - From AI for Science to Agentic Science: A Survey on Autonomous Scientific Discovery [108.1082357960201]
エージェントAIは仮説生成、実験設計、実行、分析、反復的洗練の能力を示す。
この調査は、生命科学、化学、材料科学、物理学にまたがる自律的な科学的発見のドメイン指向のレビューを提供する。
論文 参考訳（メタデータ） (2025-08-18T05:25:54Z) - A Self-Evolving AI Agent System for Climate Science [59.08800209508371]
我々は,地球科学者のためのインタラクティブな"コパイロット"として設計された,初の自己進化型AIエージェントシステムであるEarthLinkを紹介する。
自然言語のインタラクションを通じて、EarthLinkは、計画、コード実行、データ分析、物理的推論を統合することで、研究ワークフロー全体を自動化します。
人のような学際的な分析能力と習熟度を示し、中核的な大規模気候タスクのエキスパート評価においてジュニア研究者に匹敵する能力を示す。
論文 参考訳（メタデータ） (2025-07-23T08:29:25Z) - AI-Driven Automation Can Become the Foundation of Next-Era Science of Science Research [58.944125758758936]
科学科学(Science of Science, SoS)は、科学的発見の基礎となるメカニズムを探求する。
人工知能(AI)の出現は、次世代のSoSに変革の機会をもたらす。
我々は、従来の手法よりもAIの利点を概説し、潜在的な制限について議論し、それらを克服するための経路を提案する。
論文 参考訳（メタデータ） (2025-05-17T15:01:33Z) - Scaling Laws in Scientific Discovery with AI and Robot Scientists [72.3420699173245]
自律的なジェネラリスト科学者(AGS)の概念は、エージェントAIとエンボディロボットを組み合わせて、研究ライフサイクル全体を自動化している。
AGSは科学的発見に必要な時間と資源を大幅に削減することを目指している。
これらの自律的なシステムが研究プロセスにますます統合されるにつれて、科学的な発見が新しいスケーリング法則に従うかもしれないという仮説を立てる。
論文 参考訳（メタデータ） (2025-03-28T14:00:27Z) - AI Foundation Models for Weather and Climate: Applications, Design, and
Implementation [3.3929630603919394]
機械学習と深層学習は、大気のカオス的な振る舞いを理解し、天気予報を促進するために広く研究されてきた。
変換器、物理インフォームド機械学習、グラフニューラルネットワークを用いた最近のアプローチは、比較的狭いスケールと特定のタスクで最先端のパフォーマンスを実証している。
論文 参考訳（メタデータ） (2023-09-19T17:50:27Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。