Trí tuệ nhân tạo sắp cách mạng hóa dự báo thời tiết. Một công cụ mới hứa hẹn.

Một mô hình của Microsoft có thể đưa ra dự báo chính xác trong 10 ngày một cách nhanh chóng, một phân tích cho thấy. Và nó được thiết kế để dự đoán nhiều hơn là thời tiết.

Một cơn bão đã tiến gần Le Portel ở miền bắc nước Pháp vào năm 2023. Đây là một trong những hệ thống thời tiết được sử dụng để thử nghiệm chương trình Aurora của Microsoft.

Các nhà dự báo thời tiết dựa vào các mô hình để giúp họ đưa ra quyết định có thể gây ra hậu quả sống còn, vì vậy bất kỳ lợi thế nào cũng được hoan nghênh. Trí tuệ nhân tạo hứa hẹn sẽ cung cấp dự báo chính xác hơn một cách nhanh chóng và các công ty công nghệ bao gồm Google, Nvidia và Huawei đã tạo ra các mô hình dự báo dựa trên AI.

Người mới tham gia gần đây nhất là Aurora, một mô hình thời tiết AI của Microsoft và nó nổi bật vì một số lý do, theo một báo cáo được công bố hôm thứ Tư trên tạp chí Nature. Nó đã được sử dụng tại một trong những trung tâm thời tiết lớn nhất châu Âu, nơi nó chạy cùng với các mô hình truyền thống và dựa trên AI khác. Bài báo đưa tin rằng mô hình Aurora có thể đưa ra dự báo chính xác trong 10 ngày ở quy mô nhỏ hơn nhiều mô hình khác.

Và nó được xây dựng để xử lý không chỉ thời tiết mà còn bất kỳ hệ thống Trái đất nào có dữ liệu. Điều đó có nghĩa là nó có thể được đào tạo, tương đối dễ dàng, để dự báo những thứ như ô nhiễm không khí và độ cao sóng ngoài các sự kiện thời tiết như bão nhiệt đới. Người dùng có thể thêm hầu như bất kỳ hệ thống nào họ thích sau này; Ví dụ, một công ty khởi nghiệp đã hoàn thiện mô hình để dự đoán thị trường năng lượng tái tạo. “Tôi rất vui mừng khi thấy mô hình này được áp dụng như một bản thiết kế có thể bổ sung thêm nhiều hệ thống Trái đất vào quy trình dự đoán”, Paris Perdikaris, giáo sư tại Đại học Pennsylvania, người đã lãnh đạo quá trình phát triển Aurora khi làm việc tại Microsoft, cho biết.

Nó cũng nhanh, có thể trả về kết quả trong vài giây, trái ngược với hàng giờ mà các mô hình không phải A.I. có thể mất. Các mô hình truyền thống, cơ sở của dự báo thời tiết trong 70 năm qua, sử dụng các lớp phương trình toán học phức tạp để biểu diễn thế giới vật lý: mặt trời làm nóng hành tinh, gió và dòng hải lưu xoáy quanh toàn cầu, mây hình thành, v.v. Sau đó, các nhà nghiên cứu thêm dữ liệu thời tiết thực và yêu cầu các mô hình máy tính dự đoán điều gì sẽ xảy ra tiếp theo. Các nhà dự báo con người xem xét kết quả từ nhiều mô hình này và kết hợp chúng với kinh nghiệm của riêng họ để cho công chúng biết kịch bản nào có khả năng xảy ra nhất.

Tiến sĩ Perdikaris cho biết: "Dự báo cuối cùng được đưa ra bởi một chuyên gia con người". (Điều này cũng đúng với dự báo dựa trên A.I.) Hệ thống này đã hoạt động tốt trong nhiều thập kỷ. Nhưng các mô hình cực kỳ phức tạp và đòi hỏi siêu máy tính đắt tiền. Chúng cũng mất nhiều năm để xây dựng, khiến chúng khó cập nhật và nhiều giờ để chạy, làm chậm quá trình dự báo. Các mô hình dự báo thời tiết bằng trí tuệ nhân tạo được xây dựng, chạy và cập nhật nhanh hơn. Các nhà nghiên cứu cung cấp cho các mô hình một lượng lớn dữ liệu thời tiết và khí hậu và đào tạo chúng để nhận dạng các mô hình. Sau đó, dựa trên các mô hình này, mô hình dự đoán những gì sẽ xảy ra tiếp theo.

Nhưng các mô hình A.I. vẫn cần các mô hình dựa trên phương trình và dữ liệu thực tế làm điểm khởi đầu và để kiểm tra thực tế. "Nó không biết các định luật vật lý, vì vậy nó có thể tạo ra thứ gì đó hoàn toàn điên rồ", Amy McGovern, một nhà khoa học máy tính và nhà khí tượng học tại Đại học Oklahoma, người không tham gia vào nghiên cứu này, cho biết. Vì vậy, hầu hết, nhưng không phải tất cả, các mô hình dự báo thời tiết A.I. vẫn dựa vào dữ liệu và các mô hình dựa trên vật lý ở một số khả năng, và các nhà dự báo con người cần phải giải thích kết quả một cách cẩn thận.

Paris Perdikaris, một giáo sư tại Đại học Pennsylvania, người đã lãnh đạo quá trình phát triển Aurora trong khi làm việc tại Microsoft

Tiến sĩ Perdikaris và các cộng sự đã xây dựng Aurora bằng phương pháp này, đào tạo nó trên dữ liệu từ các mô hình dựa trên vật lý và sau đó đưa ra các dự đoán hoàn toàn bằng AI, nhưng họ không muốn nó bị giới hạn ở thời tiết. Vì vậy, họ đã đào tạo nó trên nhiều tập dữ liệu hệ thống Trái đất lớn, tạo ra một nền tảng rộng lớn về chuyên môn nhân tạo. Aurora "là một bước tiến quan trọng hướng tới các hệ thống dự báo linh hoạt hơn", Sebastian Engelke, giáo sư thống kê tại Đại học Geneva, người không tham gia vào nghiên cứu, cho biết. Ông cho biết tính linh hoạt và độ phân giải của mô hình là những đóng góp mới lạ nhất của nó.

Giống như các lĩnh vực khác, đã có một động lực lớn hướng tới việc sử dụng AI để dự báo thời tiết trong vài năm qua, nhưng các mô hình dự báo AI chính vẫn mang tính toàn cầu, không phải cục bộ. Các dự báo ở quy mô của một cơn bão duy nhất hướng tới một thành phố cần phải đến từ một mô hình chuyên biệt và hầu hết chúng đều là loại cũ, ít nhất là cho đến hiện tại. Các sự kiện thời tiết khắc nghiệt như đợt nắng nóng hoặc mưa lớn vẫn là thách thức đối với cả mô hình truyền thống và mô hình AI trong việc dự đoán.

Tiến sĩ Perdikaris cho biết các mô hình dự báo A.I. cần được hiệu chỉnh cẩn thận và xác minh của con người trước khi được sử dụng rộng rãi. Nhưng một số mô hình đã được thử nghiệm trong thế giới thực. Trung tâm Dự báo Thời tiết Tầm trung Châu Âu, nơi cung cấp dự báo khí tượng cho hàng chục quốc gia, đã phát triển mô hình dự báo A.I. của riêng họ và triển khai vào tháng 2. Họ sử dụng mô hình đó cùng với Aurora và các mô hình A.I. khác cho các dịch vụ thời tiết của họ. Cho đến nay, họ đã có trải nghiệm tốt khi sử dụng các mô hình A.I. Peter Düben, người đứng đầu nhóm mô hình Trái đất của trung tâm Châu Âu, cho biết: "Đây thực sự là thời điểm thú vị".

Các nhà nghiên cứu khác thì bảo thủ hơn, xét đến các cuộc kiểm tra và cải tiến mà các mô hình cần có. Và các công cụ trí tuệ nhân tạo đi kèm với chi phí năng lượng đáng kể để đào tạo, mặc dù Tiến sĩ Perdikaris cho biết điều này sẽ đáng giá về lâu dài khi ngày càng có nhiều người sử dụng các mô hình này “Chúng ta đang ở trong cơn sốt ngay lúc này”, Tiến sĩ McGovern, người đứng đầu viện nghiên cứu về niềm tin vào các ứng dụng A.I. cho các vấn đề về khí hậu và thời tiết của NSF, cho biết. “Thời tiết A.I. thật tuyệt vời. Nhưng tôi nghĩ vẫn còn một chặng đường dài phía trước”.

Và việc chính quyền Trump cắt giảm ngân sách cho các cơ quan bao gồm Cơ quan Quản lý Khí quyển và Đại dương Quốc gia, Quỹ Khoa học Quốc gia và Cơ quan Thời tiết Quốc gia có thể cản trở những cải tiến hơn nữa trong các công cụ dự báo A.I., vì các tập dữ liệu và mô hình liên bang rất quan trọng để phát triển và cải thiện các mô hình A.I., Tiến sĩ Perdikaris cho biết. “Điều đó khá đáng tiếc, vì tôi nghĩ rằng nó sẽ làm chậm tiến độ”, ông nói.

Theo Vnmha