Vì sao dự báo thời tiết bằng AI chưa thể thay thế phương pháp truyền thống?

Dự báo thời tiết đóng vai trò sống còn trong việc bảo vệ con người và kinh tế trước các hiện tượng thời tiết cực đoan. Trên toàn cầu, hàng nghìn tỷ USD mỗi năm phụ thuộc vào khả năng dự báo chính xác.

Chỉ riêng tại Mỹ, khoảng một phần ba nền kinh tế (tương đương 3 nghìn tỷ USD) bị ảnh hưởng bởi thời tiết và khí hậu.

Trong bối cảnh biến đổi khí hậu làm gia tăng tính bất định, vai trò của trí tuệ nhân tạo (AI) trong cải thiện dự báo ngày càng được quan tâm.

Cơ chế dự báo truyền thống

Dự báo thời tiết hiện đại dựa trên một chuỗi các phép đo từ khí cầu, vệ tinh, máy bay thương mại, tàu biển và nhiều thiết bị quan trắc khác.

Dữ liệu từ các nguồn này được đồng bộ hóa thông qua kỹ thuật gọi là "đồng hóa dữ liệu" để tạo ra bức tranh chính xác nhất về trạng thái hiện tại của khí quyển.

Hệ thống này vận hành bằng cách đưa dữ liệu vào mô hình vật lý được lập trình trong siêu máy tính. Trái Đất được chia thành lưới ba chiều, mỗi ô chứa các phương trình mô tả chuyển động không khí. Mô hình sau đó sẽ tính toán diễn biến trong tương lai.

Dự báo được cập nhật liên tục mỗi vài giờ để đảm bảo đầu vào phản ánh trạng thái khí quyển mới nhất. Tuy nhiên, ngay cả một sai lệch nhỏ ban đầu cũng có thể dẫn đến sai số lớn trong dự báo - một hiện tượng gọi là hiệu ứng bướm.

AI: Cách tiếp cận thay thế và bổ sung

Từ năm 2022, các mô hình thời tiết sử dụng AI xuất hiện ngày càng nhiều. Không dựa vào phương trình vật lý, các mô hình AI học từ dữ liệu lịch sử để nhận biết mẫu hình và đưa ra dự đoán. Quá trình này ít tốn tài nguyên tính toán hơn.

Các công ty như Google DeepMind, Nvidia, cùng các tổ chức khí tượng như ECMWF (Trung tâm Dự báo Trung hạn Châu Âu) và NOAA (Cục Quản lý Khí quyển và Đại dương Quốc gia Mỹ) đang phát triển các mô hình AI cho dự báo thời tiết. GraphCast của DeepMind đã vượt các phương pháp truyền thống trong dự báo đường đi bão tại Thái Bình Dương và Đại Tây Dương giai đoạn 2021 - 2024. Nvidia có CorrDiff, mô hình dùng AI để tạo dự báo chi tiết với chi phí năng lượng thấp hơn nhiều.

Ưu thế của AI trong dự báo thời tiết

AI được kỳ vọng sẽ giúp khắc phục những hạn chế cố hữu của mô hình truyền thống, nhất là ở ba lĩnh vực dự báo siêu địa phương, dự báo mưa nhiệt đới, dự báo trung hạn.

Với dự báo siêu địa phương, các hiện tượng như mưa giông cục bộ hay lốc xoáy khó được mô hình truyền thống mô phỏng chính xác do độ phân giải thấp. AI có thể tăng độ chi tiết dự báo mà không cần siêu máy tính tốn kém.

Với dự báo mưa nhiệt đới, các vùng gần xích đạo vẫn gặp khó trong dự báo lượng mưa do thiếu thiết bị quan trắc và đặc điểm hệ thống mưa khác biệt. AI giúp phát hiện mẫu hình ngay cả khi dữ liệu đầu vào bị giới hạn.

Với dự báo trung hạn (2 tuần đến 3 tháng), khoảng thời gian này rất quan trọng với nông nghiệp và thị trường năng lượng nhưng ít được mô hình hóa tốt. Một số nghiên cứu từ Đại học Phúc Đán (Trung Quốc) cho thấy AI có thể cải thiện dự báo dao động Madden-Julian, hiện tượng ảnh hưởng đến mưa và nhiệt độ hàng tuần sau đó.

Tích hợp AI trong chuỗi dự báo

AI không chỉ thay thế mô hình mà còn hỗ trợ nhiều bước khác trong quy trình dự báo. Chẳng hạn, với bước thu thập dữ liệu, AI mở rộng phạm vi quan sát, đưa vào phân tích các yếu tố phi khí tượng như bố cục đô thị, tiêu thụ năng lượng, hành vi con người. ECMWF sử dụng AI để dự báo cháy rừng dựa trên hoạt động của con người và điều kiện nhiên liệu.

AI cũng có thể giúp xử lý ảnh vệ tinh: Đài Thiên văn Hồng Kông (Trung Quốc) sử dụng thị giác máy tính để phân tích radar mưa, từ đó dự báo hướng và tốc độ di chuyển của mây.

Với bước hậu xử lý dữ liệu, AI hỗ trợ tính toán đầu ra cụ thể từ dự báo chung, ví dụ như lượng điện một tuabin gió sẽ sản sinh.

Để cải thiện dự báo truyền thống, Cơ quan Khí tượng Anh sử dụng máy học (machine learning) để tăng cường độ chính xác của dự báo, đồng thời tăng tính hữu ích cho người dùng cuối.

Tuy AI có nhiều hứa hẹn, các chuyên gia cho rằng nó sẽ đóng vai trò bổ trợ chứ chưa thể thay thế hoàn toàn mô hình vật lý truyền thống. Điều này là do AI phụ thuộc vào kho dữ liệu lịch sử khổng lồ - phần lớn thu được nhờ quan trắc và mô hình vật lý.

Việc phát triển AI cũng cần đảm bảo tính minh bạch, chi phí sử dụng hợp lý và khả năng vận hành trong hệ thống dự báo quốc gia.

AI sẽ là mắt xích mới trong chuỗi công nghệ dự báo, giúp tăng độ chính xác, giảm chi phí và mở rộng khả năng dự đoán thời tiết trong tương lai.

Trong bối cảnh thời tiết ngày càng biến động do biến đổi khí hậu, việc kết hợp AI và khoa học truyền thống sẽ là chìa khóa cho hệ thống dự báo hiện đại, bền vững và bao trùm hơn.

Nguồn: Bloomberg