AI có thể dự báo thời tiết trong vài giây mà không cần siêu máy tính

Trong khi các mô hình AI dự báo thời tiết trước đây chỉ thay thế một phần công việc của các mô hình truyền thống. Thì một nghiên cứu mới sử dụng máy học có thể giúp AI thay thế toàn bộ quy trình dự báo thời tiết và giúp dự báo nhanh hơn nhiều.

AI có thể dự báo thời tiết trong “một nốt nhạc”

Một chương trình AI có thể chạy trên máy tính để bàn chỉ trong một giây nhưng vẫn đạt độ chính xác ngang với các dự báo truyền thống vốn mất hàng giờ hoặc thậm chí nhiều ngày trên siêu máy tính, theo tuyên bố của nhóm nghiên cứu.

Từ những năm 1950, dự báo thời tiết đã dựa vào các mô hình vật lý, sử dụng dữ liệu thu thập từ vệ tinh, bóng thám không và trạm khí tượng. Tuy nhiên, các phép tính này – được gọi là dự báo số trị (NWP) – cực kỳ phức tạp, yêu cầu các siêu máy tính mạnh mẽ, đắt đỏ và tiêu tốn nhiều năng lượng.

AI đang thay đổi cách chúng ta dự báo thời tiết ra sao?

Gần đây, các nhà nghiên cứu đã tìm cách tối ưu hóa quy trình này bằng AI. Năm ngoái, các nhà khoa học tại Google phát triển một công cụ AI thay thế một phần nhỏ trong mô hình thời tiết, giúp giảm đáng kể sức mạnh tính toán cần thiết. Sau đó, DeepMind tiếp tục nâng cấp phương pháp này, sử dụng AI để thay thế toàn bộ quá trình dự báo.

Trung tâm Dự báo Thời tiết Trung hạn Châu Âu (ECMWF) cũng đã áp dụng hướng đi này, ra mắt công cụ Dự báo Thời tiết bằng Trí tuệ Nhân tạo (Artificial Intelligence Forecasting System) vào tháng trước.

Tuy nhiên, dù AI đã có vai trò quan trọng, nó vẫn chưa thể thay thế hoàn toàn các mô hình số truyền thống. Đây chính là điều mà nhóm nghiên cứu của Richard Turner tại Đại học Cambridge muốn thay đổi.

Dự báo nhanh hơn, ít tốn tài nguyên hơn

Trước đây, AI chỉ thay thế bước dự báo mà chưa xử lý được giai đoạn khởi tạo dữ liệu – bước thu thập, làm sạch và sắp xếp dữ liệu từ các nguồn khác nhau trước khi tạo dự báo. Turner cho biết: "Giai đoạn này tiêu tốn đến một nửa tài nguyên tính toán."

Nhóm nghiên cứu đã tạo ra mô hình Aardvark Weather, lần đầu tiên thay thế cả hai giai đoạn: khởi tạo và dự báo. Aardvark chỉ sử dụng 10% dữ liệu đầu vào so với hệ thống truyền thống nhưng vẫn đạt kết quả tương đương với các mô hình NWP tiên tiến nhất.

Thông thường, dự báo NWP mất hàng giờ hoặc thậm chí nhiều ngày trên siêu máy tính, nhưng với Aardvark, quá trình này chỉ mất khoảng 1 giây trên một máy tính để bàn.

Tuy nhiên, Aardvark sử dụng mô hình lưới Trái Đất với ô vuông có kích thước 1,5 độ, trong khi mô hình ERA5 của ECMWF có độ phân giải cao hơn với ô vuông chỉ 0,3 độ. Điều này có nghĩa là Aardvark vẫn chưa đủ chi tiết để phát hiện các hiện tượng thời tiết phức tạp và khó lường.

Chuyên gia David Schultz tại Đại học Manchester cảnh báo: "Có rất nhiều yếu tố chưa được giải quyết có thể làm sai lệch dự báo. Mô hình này không thể phát hiện các hiện tượng thời tiết cực đoan ở cấp độ chi tiết."

Liệu AI có thể vượt qua mô hình truyền thống trong tương lai?

Turner cho biết Aardvark có thể phát hiện một số hiện tượng bất thường như lốc xoáy tốt hơn so với các mô hình hiện tại. Tuy nhiên, ông cũng thừa nhận rằng AI vẫn phải dựa vào dữ liệu từ mô hình vật lý để học tập.

"Chúng tôi đã thử huấn luyện AI chỉ bằng dữ liệu quan sát mà không sử dụng mô hình vật lý, nhưng không thành công," Turner nói.

Dù vậy, ông tin rằng tương lai của dự báo thời tiết sẽ kết hợp cả hai phương pháp: các mô hình vật lý ngày càng chính xác hơn sẽ được dùng để huấn luyện AI, giúp AI tạo ra dự báo nhanh hơn với ít tài nguyên hơn.

Một số chuyên gia còn lạc quan hơn. Nikita Gourianov tại Đại học Oxford tin rằng AI sẽ sớm tạo ra dự báo chính xác hơn cả NWP. Theo ông, AI sẽ được huấn luyện hoàn toàn bằng dữ liệu quan sát và lịch sử thời tiết, không cần dựa vào mô hình số nữa.

"Vấn đề chỉ là quy mô và cách tiếp cận thông minh. Chúng ta cần xử lý dữ liệu theo cách tối ưu và xây dựng mạng nơ-ron phù hợp," Gourianov nhận định.