Trong những năm gần đây, cuộc cách mạng trí tuệ nhân tạo (AI) đã lan rộng sang lĩnh vực dự báo thời tiết. Tháng 2/2022, Nvidia công bố công cụ AI mang tên FourCastNet, có khả năng cạnh tranh với các mô hình truyền thống. Ngay sau đó là Huawei với Pangu-Weather và GraphCast của DeepMind, được mô tả trong một bài báo trên tạp chí Science một năm sau, xác nhận tiềm năng của công nghệ mới này khi được ứng dụng vào khí tượng học.
Trong một bài báo mới, lần này trên tạp chí Nature, mô hình AI cải tiến mới được Microsoft phát triển. Được đặt tên Aurora, tên vị nữ thần trong thần thoại Hy Lạp, các tác giả cho biết mô hình này có thể cung cấp các dự báo chính xác hơn so với các phương pháp truyền thống. Cụ thể, nó cho phép thực hiện dự báo độ phân giải cao không chỉ về thời tiết mà còn về chất lượng không khí, đường đi của bão và xoáy thuận, cũng như động lực của sóng biển. Ngoài ra, họ nhấn mạnh Aurora có tiềm năng được ứng dụng trong việc dự báo các hiện tượng khí hậu cực đoan như sóng nhiệt hoặc các đợt mưa lớn kiểu “DANA” (viết tắt từ tiếng Tây Ban Nha: Depresión Aislada en Niveles Altos; một dạng vùng áp thấp cô lập ở tầng cao của khí quyển, thường xảy ra ở khu vực Địa Trung Hải, đặc biệt là Tây Ban Nha; gây ra mưa rất lớn và đột ngột, thường trong thời gian ngắn; dễ dẫn đến lũ quét, ngập úng nghiêm trọng).
“Trong bối cảnh khí hậu hiện tại đang thay đổi, nhu cầu về một hệ thống dự báo thời tiết chính xác là quan trọng hơn bao giờ hết”, Paris Perdiakiris, giáo sư Kỹ thuật Cơ khí và Cơ học Ứng dụng tại Đại học Pennsylvania, tác giả chính của bài báo cho biết. Aurora đạt kết quả tốt hơn 7 trung tâm dự báo bão trong các dự báo 5 ngày, cũng như đạt 92% mục tiêu cho các dự báo thời tiết 10 ngày. Các tác giả nhấn mạnh: tất cả đều có chi phí tính toán thấp hơn nhiều so với các phương pháp truyền thống.
Hiện nay, dự báo thời tiết chủ yếu dựa vào các mô hình vật lý - toán học phức tạp, được xây dựng từ chuỗi dữ liệu lịch sử và các phép tính dựa trên các định luật vật lý (cơ học chất lỏng, bảo toàn khối lượng,...). Việc xây dựng các mô hình này mất nhiều thời gian, rồi việc đưa ra dự báo cũng yêu cầu hàng tuần tính toán, sử dụng siêu máy tính với chi phí rất lớn. Ngược lại, theo các nhà sáng tạo, quá trình huấn luyện Aurora chỉ kéo dài 4-8 tuần, so với nhiều năm để phát triển một mô hình dự báo số truyền thống.
“Một trong những kết quả thú vị nhất là lần đầu tiên chúng tôi chứng minh được rằng AI đã vượt qua các trung tâm dự báo trong việc dự đoán bão”, ông Perdiakiris nói. Cụ thể, trong mùa bão năm 2023, Aurora đạt kết quả tốt hơn so với các dịch vụ dự báo hiện hành. “Một điểm mạnh khác là khả năng dự báo ở độ phân giải cao. Đây là lần đầu tiên một mô hình AI đạt được độ phân giải 0,1° (tương đương 9 km tại xích đạo). Điều này mở ra khả năng dự đoán các cơn bão và hiện tượng thời tiết cực đoan ở quy mô địa phương”.
AI do Microsoft phát triển là một mô hình nền tảng, cụ thể là một mạng nơ-ron tự huấn luyện dựa trên lượng lớn dữ liệu để thực hiện một nhiệm vụ nhất định. Trong trường hợp này, nó được huấn luyện với dữ liệu công khai từ Trung tâm Dự báo Thời tiết Tầm trung Châu Âu (ECMWF), bao gồm cả dữ liệu thực tế và kết quả từ các mô hình dự báo. Khi đã được tinh chỉnh, AI này có thể xác định và dự đoán các mẫu và quá trình vật lý - trong trường hợp này là khí tượng học - dựa trên điều kiện ban đầu tại một thời điểm cụ thể (các tham số như nhiệt độ, độ ẩm,...).
Tiềm năng chưa được khai thác
Theo các tác giả của bài báo trên Nature, “tiềm năng của học máy trong việc vượt qua các hệ thống phức tạp để dự đoán hiện tượng khí hậu cực đoan - vốn hiện nay vẫn phụ thuộc vào phân tích con người từ nhiều mô hình - vẫn chưa được khai thác đầy đủ”. Họ cũng khẳng định, dù trong nghiên cứu này Aurora được ứng dụng vào một số lĩnh vực, nó có thể được điều chỉnh để thực hiện bất kỳ nhiệm vụ dự báo hệ thống Trái đất nào, thậm chí có thể vượt trội các hệ thống hiện tại với chi phí thấp hơn nhiều.
Các lĩnh vực đó có thể bao gồm dự báo tuần hoàn đại dương, thời tiết khu vực và địa phương, dự báo thời tiết theo mùa, tăng trưởng và sinh trưởng của thực vật, các hình thái thời tiết cực đoan như lũ lụt và cháy rừng, mô hình thụ phấn, năng suất nông nghiệp, sản xuất năng lượng tái tạo và diện tích băng biển. “Mục tiêu cuối cùng, điều được xem là Chén Thánh, là xây dựng các hệ thống có thể làm việc trực tiếp với dữ liệu từ cảm biến, như các cảm biến trên vệ tinh và trạm khí tượng”, Perdiakiris cho biết. “Và từ đó, tạo ra dự báo độ phân giải cao ở bất cứ đâu chúng ta cần”.
Một bước tiến như vậy có thể mang lại cải tiến lớn trong khả năng dự đoán hiện tượng bão và mưa lớn, như “DANA”. “Kiến trúc của Aurora có thể được mở rộng để phục vụ loại dự báo này; thực tế, một phiên bản mở rộng đã được cấp bằng sáng chế của Aurora, do Silurian AI phát triển, đã triển khai chức năng dự đoán lượng mưa”, Perdiakiris cho biết. “Mô hình nền tảng mà chúng tôi tạo ra có thể được huấn luyện để dự đoán hiện tượng thời tiết cực đoan, bao gồm cả xác định các khu vực có khả năng mưa lớn. Với việc điều chỉnh dữ liệu lịch sử về lượng mưa một cách phù hợp, những khả năng dự báo độ phân giải cao này có thể cung cấp các dự đoán chính xác hơn so với các mô hình hiện tại về thời điểm và phân bố không gian của các đợt mưa lớn”.
