Google WeatherNext: Mô hình AI tạo đột phá trong dự báo bão nhiệt đới

Dự báo một cơn bão nhiệt đới sẽ phát triển nguy hiểm đến mức nào từ lâu đã là một trong những bài toán khó của khí tượng học, bởi mỗi giờ đều có thể tạo ra khác biệt. Bão nhiệt đới, còn được gọi là hurricane hoặc typhoon, nằm trong nhóm những hiện tượng thời tiết có sức tàn phá lớn nhất trên Trái đất. Trong 50 năm qua, các cơn bão nhiệt đới đã gây ra hơn 700.000 ca tử vong và khoảng 1,4 nghìn tỷ USD thiệt hại kinh tế trên toàn cầu. Với các chuyên gia dự báo thời tiết, việc đưa ra cảnh báo chính xác và kịp thời luôn là cuộc chạy đua với thời gian.

Trong một nghiên cứu được công bố trên tạp chí Nature, Google cho biết mô hình AI WeatherNext đã đạt độ chính xác tiên tiến hàng đầu trong việc dự báo quỹ đạo, cường độ và cấu trúc gió của bão. Trung bình, mô hình mang lại cho các chuyên gia dự báo thêm khoảng một ngày độ chính xác. Cụ thể, dự báo trước 3 ngày của WeatherNext có chất lượng tương đương với những gì các mô hình trước đây chỉ có thể dự báo cho 2 ngày tiếp theo. Google cho rằng mức cải thiện này tương đương khoảng một thập kỷ tiến bộ trong lĩnh vực khí tượng học.

Nghiên cứu là kết quả hợp tác giữa các nhà nghiên cứu và kỹ sư AI tại Google DeepMind, Google Research cùng các chuyên gia dự báo đến từ National Hurricane Center (NHC), Cooperative Institute for Research in the Atmosphere (CIRA), UK Met Office và nhiều cơ quan khí tượng trên thế giới.

WeatherNext cũng đã tạo ra tác động trong thực tế. Trong mùa bão năm 2025, mô hình đã hỗ trợ NHC đưa ra một dự báo mang tính lịch sử đối với bão Melissa, khi dự đoán được quá trình tăng cường nhanh chóng của cơn bão cũng như thời điểm nó đổ bộ vào Jamaica. Nhờ đó, NHC có thể đưa ra cảnh báo sớm, giúp các đội ngũ trên mặt đất có thêm thời gian quan trọng để chuẩn bị. Trong năm nay, nhóm nghiên cứu tiếp tục mở rộng hệ thống và hiện có thể tạo ra 1.000 kịch bản dự báo cho mỗi cơn bão, qua đó hỗ trợ các chuyên gia đánh giá nhiều khả năng diễn biến trước khi đưa ra quyết định.

Thời tiết ảnh hưởng đến tất cả mọi người. Vì vậy, Google hiện đã mở mã nguồn WeatherNext 2 và WeatherNext Cyclones, hai mô hình được sử dụng trong mùa bão. Việc cung cấp công nghệ này công khai nhằm giúp cộng đồng nghiên cứu tiếp tục phát triển mô hình, đồng thời mở rộng tác động của AI trong việc xây dựng những cộng đồng có khả năng chống chịu tốt hơn trước thiên tai. Các ứng dụng có thể bao gồm hỗ trợ cơ quan khí tượng địa phương chuẩn bị cho thiên tai, thúc đẩy phát triển năng lượng tái tạo hay dự đoán các hiện tượng thời tiết cực đoan.

WeatherNext dự báo thời tiết và bão như thế nào?

Dự báo bão nhiệt đới từ trước đến nay thường phải đánh đổi giữa hai kỹ thuật mô hình hóa khác nhau. Quỹ đạo của bão, tức cơn bão sẽ di chuyển về đâu, chịu ảnh hưởng lớn từ những dòng khí quyển quy mô toàn cầu. Trước đây, yếu tố này thường được dự báo tốt nhất bằng các mô hình toàn cầu có độ phân giải tương đối thấp. Trong khi đó, cường độ của bão, tức nó mạnh lên đến mức nào, lại phụ thuộc vào những quá trình nhiệt động lực học có quy mô rất nhỏ diễn ra xung quanh tâm bão. Những yếu tố này thường được mô hình hóa bằng các mô hình chuyên biệt có độ phân giải cao hơn.

WeatherNext tìm cách thu hẹp khoảng cách đó bằng một mô hình AI duy nhất, vừa cải thiện khả năng dự báo thời tiết toàn cầu nói chung, vừa dự báo quỹ đạo, cường độ và cấu trúc gió của bão nhiệt đới với độ chính xác hàng đầu. Đột phá này đến từ sự kết hợp giữa phương pháp huấn luyện, kiến trúc mô hình và cách xử lý dữ liệu đầu vào có độ phân giải thấp.

Mô hình được huấn luyện đồng thời trên hai loại dữ liệu khác nhau: động lực học thời tiết toàn cầu và dữ liệu quan sát bão trong lịch sử được các chuyên gia tuyển chọn. Thông qua quá trình huấn luyện end-to-end trên gần 20 TB dữ liệu khí quyển toàn cầu cùng cơ sở dữ liệu bão lịch sử IBTrACS bao phủ gần 5.000 cơn bão, WeatherNext có thể học được những mô hình phức tạp trong khí quyển cũng như cách mô hình hóa các hiện tượng thời tiết cực đoan.

WeatherNext sử dụng Functional Generative Networks (FGNs) để tạo ra nhiều dự báo khác nhau một cách hiệu quả, qua đó phản ánh mức độ bất định vốn có của thời tiết. Hệ thống hiện có thể tạo một dự báo kéo dài 15 ngày trong chưa đầy một phút trên TPU, giúp các chuyên gia nhanh chóng đánh giá phân bố xác suất của những kịch bản rủi ro cực đoan có khả năng gây thiệt hại nghiêm trọng. Năm ngoái, hệ thống có thể tạo 50 dự báo cùng lúc, tương đương với các mô hình vật lý toàn cầu. Năm nay, Google đã nâng quy mô ensemble lên 1.000 thành viên , cho phép mô hình nắm bắt cả những kịch bản hiếm gặp nhưng có hậu quả nghiêm trọng, chẳng hạn hiện tượng bão tăng cường nhanh chóng từng xảy ra với bão Melissa năm 2025.

Trước đây, độ phân giải không gian rất cao thường được xem là yếu tố quan trọng để tạo ra dự báo chính xác về cường độ bão. Tuy nhiên, WeatherNext Cyclones chỉ cần dữ liệu ở độ phân giải 28 x 28 km, thấp hơn khoảng 100 lần so với các mô hình truyền thống. Phiên bản nhỏ hơn là WeatherNext 2-mini, hoạt động ở độ phân giải thô hơn 111 x 111 km, cũng cho thấy hiệu suất đáng chú ý.

Điều này khiến các nhà khoa học bất ngờ và hiện vẫn là một câu hỏi nghiên cứu chưa có lời giải đầy đủ: tại sao các mô hình của WeatherNext lại có thể tạo ra dự báo chính xác đến vậy khi sử dụng dữ liệu ở độ phân giải tương đối thấp? Google cho biết họ hy vọng có thể tiếp tục tìm ra câu trả lời cùng cộng đồng nghiên cứu.

Mở WeatherNext cho cộng đồng nghiên cứu

Cùng với nghiên cứu đăng trên Nature , Google đã mở mã nguồn code và trọng số mô hình WeatherNext, cho phép mọi người tự do sử dụng và phát triển dựa trên nền tảng này. Công nghệ có thể phục vụ nghiên cứu học thuật, dự báo thời tiết vận hành thực tế hoặc phát triển những mô hình chuyên biệt hơn cho từng khu vực.

Google kỳ vọng động thái này sẽ thúc đẩy tiến bộ trong cộng đồng khí tượng toàn cầu, đồng thời giúp các cơ quan khí tượng, nhà nghiên cứu và tổ chức phi lợi nhuận dự báo tốt hơn nhiều loại hiện tượng thời tiết và đưa ra những quyết định quan trọng nhằm bảo vệ con người cũng như cơ sở hạ tầng.

Google cũng phát hành hai nhóm mô hình liên quan. WeatherNext Cyclones là mô hình đã được sử dụng trong mùa bão và các kết quả của nó được trình bày trong nghiên cứu. WeatherNext 2 là phiên bản cập nhật sau đó, được Google đưa vào vận hành từ tháng 10. Ngoài ra còn có WeatherNext 2-mini, phiên bản nhỏ gọn có thể chạy trên một TPU duy nhất thông qua một notebook Colab công khai miễn phí.

Người dùng cũng có thể khám phá các dự báo bão mới nhất trên Weather Lab, nền tảng vừa được Google cập nhật giao diện và mở rộng để hiển thị cả dự báo thời tiết toàn cầu bên cạnh quỹ đạo bão. Weather Lab hiện cho phép trực quan hóa dự báo WeatherNext về nhiệt độ, lượng mưa, tốc độ gió và nhiều yếu tố khác trong cùng một giao diện. Weather Lab và các mô hình WeatherNext đều thuộc hệ sinh thái Google Earth AI.

Đẩy giới hạn của AI trong dự báo thời tiết

Google cho rằng WeatherNext đã tạo ra một bước tiến đáng kể khi kéo dài thêm hơn một ngày thời gian dự báo chính xác đối với bão nhiệt đới, tương đương khoảng một thập kỷ tiến bộ trong lĩnh vực khí tượng học.

Khi chuẩn bị cho những mùa bão tiếp theo, Google kêu gọi các nhà nghiên cứu, cơ quan khí tượng và chuyên gia tiếp tục hợp tác, phát triển dựa trên các mô hình mã nguồn mở và khám phá những dự báo mới trên Weather Lab. Bằng cách kết hợp machine learning tiên tiến với kinh nghiệm thực tế không thể thay thế của các chuyên gia dự báo thời tiết, Google kỳ vọng xây dựng một hệ sinh thái dự báo thời tiết mang tính cộng tác, có khả năng cứu sống con người và giúp cộng đồng thích ứng tốt hơn với một khí hậu đang thay đổi.