AI tạo ra cuộc cách mạng về dự báo thời tiết?

Những năm gần đây, dự báo thời tiết bằng phương pháp số đã đạt được những thành công lớn trong dự báo thời tiết hằng ngày, cảnh báo thiên tai cực đoan, dự báo biến đổi khí hậu. Tuy nhiên, khi năng lực tính toán chậm lại và các mô hình vật lý trở nên phức tạp hơn, thì dự báo thời tiết bằng phương pháp số truyền thống tỏ ra kém hiệu quả, đòi hỏi áp dụng các phương pháp mới, đặc biệt là trí tuệ nhân tạo (AI) vốn đang phát triển như vũ bão.

Trang mạng Quang Minh (gmw.cn) dẫn báo cáo của nhóm nghiên cứu của Huawei Cloud Pangu, cho biết các phương pháp dự báo số được sử dụng rộng rãi trong dự báo trung và dài hạn. Trong các lĩnh vực này, độ chính xác của các phương pháp dự báo AI hiện tại vẫn thấp hơn đáng kể so với các phương pháp dự báo số và bị hạn chế bởi các vấn đề như thiếu khả năng diễn giải và dự đoán thời tiết khắc nghiệt không chính xác. Lý do chủ yếu của sự không chính xác này là các mô hình dự báo AI ban đầu đều dựa trên mạng thần kinh 2D và không thể xử lý tốt dữ liệu khí tượng 3D không đồng nhất. Thứ hai là các phương pháp dự báo AI thiếu sự ràng buộc bởi cơ chế toán học và vật lý, lỗi sẽ tiếp tục tích lũy trong quá trình lặp lại.

Vì vậy, Huawei Cloud Pangu đã đưa ra một mạng lưới thần kinh 3 chiều thích ứng với hệ tọa độ của Trái Đất để xử lý dữ liệu khí tượng 3 chiều phức tạp và không đồng nhất. Chủ tịch luân phiên của Huawei Hồ Hậu Côn cho biết, độ chính xác của mô hình lớn Pangu từ 1 giờ đến 7 ngày, chính xác hơn cả một số trung tâm khí tượng ở châu Âu và Hoa Kỳ trong cùng khoảng thời gian dự báo.

Mưa lũ đã nhấn chìm nhiều con phố tại Bắc Kinh. Ảnh: Reuters

Được xây dựng dựa trên những dữ liệu toàn cầu thu thập trong gần 40 năm, mô hình khí tượng tương đối lớn Pangu thu được các thông số cấp độ 100 triệu trong vòng hai tháng. Mô hình này cũng cho kết quả dự báo tốt hơn thông qua những dữ liệu phân tích lại từ tất cả các diễn biến được thử nghiệm, khi so sánh với hệ thống dự báo tích hợp dữ liệu từ Trung tâm Dự báo thời tiết tầm trung châu Âu.

Chuyên gia cấp cao về AI của Huawei Cloud Điền Kỳ cho rằng, phương pháp dự báo thời tiết bằng số thông thường cần 4-5 giờ tính toán trên một cụm siêu máy tính với 3.000 máy chủ để dự báo thời tiết toàn cầu trong 10 năm sau đó.

Pangu-Weather chỉ mất 1,4 giây để hoàn thành dự báo thời tiết toàn cầu trong 24 giờ, bao gồm độ ẩm, tốc độ gió, nhiệt độ, áp suất mực nước biển cùng và nhiều yếu tố khác. Tốc độ dự đoán của hệ thống này nhanh hơn 10.000 lần so với các phương pháp số truyền thống. Minh chứng là hồi tháng 5 vừa qua, Pangu-Weather đã dự đoán đường đi của cơn bão Mawar từ trước đó 5 ngày.

Mặc dù vậy, chuyên gia Mã Trụ Quốc thuộc Viện Vật lý khí quyển (Viện Khoa học Trung Quốc) chỉ ra rằng, nhân loại hiện nay vẫn chưa biết nhiều về quá trình biến đổi khí hậu, vì vậy phải đưa ra các giả định khi nghiên cứu một số hiện tượng, nhưng kết luận thu được theo cách này đôi khi không chính xác. Bởi vì, mô hình càng chuẩn xác thì đòi hỏi dữ liệu quan trắc càng phải nhiều. Sự phát triển của các công nghệ mới thường khó vượt qua những hạn chế của chính nó và công nghệ AI tiên tiến nhất hiện nay chỉ là thực hiện xử lý dữ liệu thông tin khổng lồ có sẵn. Ứng dụng của công nghệ AI trong lĩnh vực khí tượng đã chứng tỏ sự cải thiện rất lớn về hiệu suất, tuy nhiên trong tương lai, thời tiết rất khó đoán, một khi dữ liệu trong một khâu nào đó của mô hình bị thiếu sẽ dẫn đến sai sót trong dự báo.

Khi AI được ứng dụng vào dự báo thời tiết và các vật lý khí quyển, bản chất của nó là tích hợp các thông tin bằng khả năng tính toán mạnh mẽ và các thuật toán thông minh để nâng cao tính chuẩn xác và hiệu suất dự báo. Cho đến nay, việc nghiên cứu trong lĩnh vực khí tượng trên thế giới vẫn còn rất nhiều vấn đề khó khăn chờ đột phá.

Do đó, dù mô hình khí tượng tương đối lớn Pangu-Weather mở ra một phương pháp dự báo mới, nhưng liệu nó có thể bổ sung hoặc thay thế hệ thống dự báo thời tiết truyền thống hay không vẫn cần phải được nghiên cứu đánh giá thêm.

Nguồn:https://www.qdnd.vn/quoc-te/doi-song/ai-tao-ra-cuoc-cach-mang-ve-du-bao-thoi-tiet-739188