Dùng AI dự báo siêu bão: Cuộc cách mạng trong công nghệ dự báo thời tiết 

Trong bối cảnh biến đổi khí hậu ngày càng phức tạp, một cuộc cách mạng công nghệ đang âm thầm diễn ra trong lĩnh vực dự báo thời tiết. Các mô hình trí tuệ nhân tạo (AI) đang chứng minh khả năng vượt trội trong việc dự báo đường đi của bão, mở ra một chương mới cho ngành khí tượng học hiện đại. 

Đặc biệt, vào tháng 7/2024, mô hình GraphCast của Google DeepMind đã gây ấn tượng mạnh khi dự đoán chính xác việc bão Beryl đột ngột chuyển hướng từ nam Mexico sang Nam Texas, sớm hơn các dự báo thông thường gần một tuần. 

Thành công này không phải là trường hợp đơn lẻ. Theo nghiên cứu được trình bày tại hội nghị cải thiện dự báo bão ở Miami, từ 2021 đến 2024, GraphCast đã vượt trội hơn các mô hình thông thường ở cả khu vực Đại Tây Dương và Thái Bình Dương trong 5 ngày đầu của cơn bão. TS. Ferran Alet từ Google DeepMind cho biết, mô hình này nhanh hơn Hệ thống dự báo thời tiết toàn cầu của Hoa Kỳ tới 12 giờ. 

Không chỉ GraphCast, mô hình AI của Trung tâm Dự báo Thời tiết Trung hạn Châu Âu (ECMWF) cũng gây chú ý khi dự báo chính xác đường đi của bão Francine đổ bộ vào Louisiana trước 10 ngày. 

Tuy nhiên, các chuyên gia chỉ ra rằng AI vẫn còn hạn chế trong dự báo cường độ bão. TS. Ryan Keisler, người tiên phong trong lĩnh vực này, giải thích: "AI thường đưa ra dự báo thận trọng về tốc độ gió, vì chúng được lập trình để tránh những dự đoán cực đoan có khả năng sai". 

Nhìn lại lịch sử, độ chính xác trong dự báo bão đã có những bước tiến vượt bậc. Từ sai số trung bình 520 dặm trong dự báo 3 ngày vào năm 1970, ngày nay con số này đã giảm xuống chỉ còn một phần mười. Tuy nhiên, TS. Rémi Lam từ Google DeepMind nhận định: "Việc đạt được tiến bộ trong lĩnh vực này ngày càng khó khăn hơn, đặc biệt trong bối cảnh biến đổi khí hậu  đang diễn ra nhanh chóng." 

Không chỉ nổi bật về độ chính xác, AI còn tạo đột phá về tốc độ xử lý. GraphCast có thể đưa ra dự báo thời tiết 10 ngày trong chưa đầy một phút với thiết bị nhỏ gọn, trong khi các mô hình truyền thống cần đến một giờ trên siêu máy tính. Đặc biệt, độ chính xác của GraphCast còn vượt trội 90% so với mô hình vật lý chuẩn của ECMWF - vốn được coi là "tiêu chuẩn vàng" trong ngành. 

Thành công của DeepMind đã tạo hiệu ứng domino. ECMWF đã phát triển mô hình AI riêng, trong khi NVIDIA ra mắt FourCastNet trên nền tảng Earth-2 - được ví như "bản sao kỹ thuật số về khí hậu" của Trái Đất. Tại châu Á, Pangu-Weather của Huawei  và FuXi của Đại học Fudan cũng đang gặt hái những thành công ấn tượng. 

Khác với các mô hình truyền thống vốn dựa trên phương trình vật lý, các mô hình AI học từ kho dữ liệu khổng lồ  về thời tiết toàn cầu. TS. Matthew Chantry, điều phối viên học máy của ECMWF, cho biết: "Chúng tôi không muốn loại bỏ hệ thống vật lý. Mục tiêu là vận hành song song hai hệ thống, tận dụng điểm mạnh của cả hai." 

GS. Amy McGovern từ Đại học Oklahoma, đồng thời là chiến lược gia AI và khí tượng học tại công ty khởi nghiệp Brightband, đang phát triển "Extreme Weather Bench" - một nền tảng mã nguồn mở ra mắt đầu năm tới. Dự án này sẽ cung cấp thư viện chuẩn hóa về các sự kiện thời tiết khắc nghiệt, cho phép đánh giá khách quan hiệu suất của các mô hình AI. 

"Mục tiêu của chúng tôi là xây dựng niềm tin và định nghĩa lại tiêu chuẩn về độ tin cậy trong dự báo thời tiết”, GS. McGovern nhấn mạnh. 

Tại hội nghị khí hậu COP29 năm nay ở Baku, Azerbaijan, giới chuyên gia cũng đang thảo luận về tiềm năng của AI trong cuộc chiến chống biến đổi khí hậu, mở ra hướng đi mới ngoài các tranh luận thông thường về lượng khí thải  của công nghệ này. 

Theo BNN, New York Times 

>> Trung Quốc công bố mô hình AI có thể dự báo thời tiết tại COP28