AI và cuộc cách mạng về dự báo thời tiết

Nvidia vừa ra mắt mô hình AI dự báo thời tiết mới, được khẳng định là có khả năng dự báo cực nhanh và ước tính rủi ro của các hiện tượng thời tiết cực đoan chính xác hơn. Theo đó, mô hình AI FourCastNet 3 có khả năng dự báo toàn bộ khí hậu toàn cầu trong 15 ngày chỉ mất 64 giây.

Dựa trên kiến trúc transformer (giống ChatGPT), FourCastNet 3 học từ hàng thập kỷ dữ liệu khí tượng để tái hiện dòng khí, nhiệt độ và mưa chính xác. AI này được thiết kế tuân thủ hình cầu của Trái Đất và mô phỏng chính xác tính xác suất có tương quan không gian của vấn đề, nhờ đó đạt được phổ dao động ổn định (stable spectra) và tái hiện động lực học thực tế trên nhiều quy mô khác nhau.

Ông Mike Pritchard, trưởng bộ phận mô phỏng khí hậu của Nvidia nhận định: “AI đang thay đổi hoàn toàn cách chúng ta ước lượng trạng thái khí quyển, cách khởi tạo dự báo từ trạng thái đó, đến cách chúng ta vượt qua giới hạn vật lý để đưa ra các dự báo tốt hơn và cả việc xây dựng các mô phỏng khí hậu mà trước đây chúng ta chưa từng dám nghĩ tới”.

Tương tự, tập đoàn Microsoft (Mỹ) phát triển hệ thống trí tuệ nhân tạo (AI) dự báo mang tên “Aurora”, được cho là vượt trội hơn các phương pháp dự báo truyền thống về độ chính xác, tốc độ và chi phí, đặc biệt hiệu quả trong việc theo dõi chất lượng không khí, mô hình thời tiết và các cơn bão nhiệt đới.

Aurora được huấn luyện trên hơn một triệu giờ dữ liệu từ vệ tinh, radar, trạm quan trắc thời tiết, mô phỏng khí hậu và các bản dự báo. Mô hình này cũng có thể được tinh chỉnh bằng dữ liệu bổ sung để dự đoán các hiện tượng thời tiết cụ thể.

Đáng chú ý, Aurora dự đoán chính xác toàn bộ các cơn bão xảy ra trong năm 2023. Trong số đó có siêu bão Doksuri, cơn bão gây thiệt hại lớn nhất từng được ghi nhận tại Thái Bình Dương. Aurora xác định chính xác địa điểm và thời điểm Doksuri đổ bộ Philippines trước 4 ngày, trong khi các dự báo chính thức thời điểm đó cho rằng bão sẽ hướng lên phía Bắc Đài Loan (Trung Quốc).

Không những vậy, mô hình AI này còn vượt cả Trung tâm Dự báo thời tiết trung hạn châu Âu (ECMWF) – vốn được coi là chuẩn mực toàn cầu về độ chính xác trong 92% các trường hợp dự báo 10 ngày toàn cầu, với độ phân giải khoảng 10 km².

Hiện các dự báo thời tiết thường được thực hiện bằng cách đưa dữ liệu vào các mô hình vật lý phức tạp, đòi hỏi nhiều giờ xử lý trên siêu máy tính. Ngược lại, Aardvark Weather áp dụng một cách tiếp cận hoàn toàn mới: hệ thống học máy này trực tiếp phân tích dữ liệu thô từ vệ tinh, trạm thời tiết, tàu thuyền và khinh khí cầu thời tiết để đưa ra dự báo mà không cần thông qua các mô hình khí quyển phức tạp, chỉ cần phần cứng đơn giản.

Aardvark Weather đã thể hiện nhiều ưu điểm vượt trội: Chỉ cần sử dụng 8% lượng dữ liệu quan sát so với các hệ thống truyền thống, vượt qua hiệu suất của Hệ thống Dự báo Toàn cầu (GFS) của Mỹ, cho kết quả tương đương với dự báo của Cục Thời tiết Mỹ và hoàn thành dự báo trong vài phút trên máy tính để bàn thông thường. Mặc dù vậy, độ phân giải không gian của Aardvark Weather hiện còn thấp hơn các hệ thống hiện tại.

Một trong những ứng dụng quan trọng nhất của Aardvark Weather là khả năng hỗ trợ các trung tâm dự báo ở những quốc gia đang phát triển, khu vực thiếu nguồn lực để tinh chỉnh dự báo toàn cầu thành dự báo khu vực độ phân giải cao.

Việc dự báo các hiện tượng thời tiết trong quy mô nhỏ, chẳng hạn như cơn bão mạnh đang tiến vào một thành phố thì hiện nay vẫn cần các mô hình dự báo chuyên biệt, truyền thống.

Tuy nhiên, một số mô hình AI bắt đầu được thử nghiệm trong môi trường thực tế. Trung tâm Dự báo Thời tiết Trung hạn Châu Âu (ECMWF), nơi cung cấp dự báo khí tượng cho hàng chục quốc gia đang sử dụng Aurora và mô hình AI riêng của họ.

Tại Boston (Mỹ), IBM và hệ thống y tế Mass General Brigham đang thử nghiệm công cụ AI để dự báo trước khu vực nào dễ bị ảnh hưởng bởi sốc nhiệt trong các đợt nắng nóng, dựa trên dữ liệu dân cư, cảm biến môi trường và hồ sơ bệnh viện. Đây là giải pháp đặc biệt hữu ích với người cao tuổi, cộng đồng thu nhập thấp hoặc sống ở nơi thiếu cây xanh.

Ở cấp quốc gia, Quốc hội Mỹ đang nghiên cứu khả năng tích hợp AI vào hệ thống cảnh báo lũ và bão, đặc biệt sau loạt thiên tai gây thiệt hại lớn ở Texas và New Mexico. Các startup như Tomorrow.io và Silurian đã trình bày về khả năng AI dự báo thiên tai sớm hơn 48–72 giờ, tạo lợi thế lớn trong phòng ngừa thảm họa.

Tuy nhiên, giới chuyên gia cảnh báo rằng AI không nên thay thế hoàn toàn các mô hình vật lý, mà cần được kết hợp để bổ trợ lẫn nhau trong quá trình dự báo thời tiết.