该研究面向地球复杂系统中的核心科学问题，将系统科学中的整体性、耦合性和涌现性思想引入人工智能气候预测，把太平洋、印度洋和大西洋中的多个关键气候模态纳入统一学习框架，

　　这一成果表明，气候预测不应仅仅依赖对单一模态的孤立建模，而应将全球气候模态视为一个相互连接、共同演化的复杂系统。通过学习不同气候模态之间的非线性耦合关系，UniCM不仅提升了预测能力，也为理解极端气候事件的前兆信号、跨洋盆遥相关过程和地球系统集体行为提供了新的计算范式。

　　北京师范大学系统科学学院教授樊京芳、清华大学电子工程系教授李勇为论文共同通讯作者；清华大学电子工程系博士生苑苑为论文第一作者；北京师范大学系统科学学院博士生邱仲普，清华大学电子工程系博士后研究员丁璟韬为共同作者。研究得到国家自然科学基金、国家重点研发计划、中央高校基本科研业务费的资助。

　　樊京芳教授长期致力于复杂系统基本理论与地球系统科学的交叉研究，围绕复杂系统临界动力学、气候临界点、遥相关网络和高影响气候事件预测等方向，取得了一系列具有国际影响力的研究成果。近五年来，团队

　　——进一步关注AI理论与应用，推动系统科学、气候科学与AI for Science深度融合，相关成果发表于Nat. Mach. Intell.、Phys. Rev. Res.等期刊，为本次全球气候模态统一预测模型 UniCM 的提出奠定了重要基础。

　　当今世界正经历百年未有之大变局，同时，21世纪被广泛认为是复杂性科学的世纪。在科技快速进步和全南宫28球化深入发展的当下，系统科学以其独到的视角和方法，展现了解析和解决全球范围内复杂问题的巨大潜力。北京师南宫28范大学系统科学学院作为领域的领军者，承担着推动系统科学理论创新和应用的重要使命。在响应国家建设世界一流大学和一流学科的战略部署中，学院不断优化学科结构，深化学科交叉融合，加强科研创新。“我们将继续推动学科前沿的科学研究，培养具有全面系统思维能力的科学家和行业领导者。”樊京芳教授表示。