Gửi bình luận
Khi lũ lụt tàn phá một số khu vực ở châu Âu vào tháng 9, quy mô thiệt hại khiến nhiều người bất ngờ.
Các hệ thống trí tuệ nhân tạo (AI) tiên tiến đã dự báo chính xác về những trận mưa lớn, nhưng con người không thể biết trước mức độ thiệt hại ở nhiều khu vực bị ngập lụt. Đây là thực tế làm nổi bật những khó khăn trong việc ứng phó với thời tiết khắc nghiệt ngày càng phổ biến.
AI đã cải thiện khả năng dự báo thời tiết, sử dụng hàng loạt công cụ thống kê để phân tích dữ liệu lịch sử trong nhiều năm và dự đoán các mô hình, với chi phí thấp hơn so với dự đoán thời tiết số truyền thống.
AI có thể tạo ra các dự đoán cụ thể hơn trước những thảm họa như lũ lụt đô thị hoặc ở địa hình phức tạp như vùng núi. Ví dụ, mô hình AI GraphCast do Google DeepMind phát triển có hiệu suất vượt trội các mô hình truyền thống. GraphCast là phương pháp dựa trên học máy được đào tạo trực tiếp từ dữ liệu phân tích lại.
Học máy là một lĩnh vực trong AI tập trung vào việc phát triển các thuật toán và mô hình máy tính có khả năng học hỏi từ dữ liệu và cải thiện hiệu suất của chúng theo thời gian mà không cần lập trình cụ thể. Các hệ thống học máy có khả năng tự động tìm hiểu và áp dụng kiến thức từ dữ liệu để thực hiện các nhiệm vụ cụ thể như phân loại, dự đoán, nhận dạng mẫu và tối ưu hóa quyết định.
Những ứng dụng của học máy rất đa dạng như xử lý ngôn ngữ tự nhiên, thị giác máy tính, xe tự hành, dự đoán thời tiết, quản lý dữ liệu lớn...
Học máy đã có sự tiến bộ đáng kể trong thập kỷ gần đây, nhờ sự phát triển của các mô hình học sâu và khả năng xử lý dữ liệu lớn (big data), mang lại nhiều cơ hội và tiềm năng giải quyết các vấn đề phức tạp và cải thiện hiệu suất trong nhiều lĩnh vực khác nhau.
Dữ liệu phân tích lại dựa trên các dự báo trong quá khứ được chạy lại bằng các mô hình hiện đại, để cung cấp bức tranh đầy đủ nhất về thời tiết và khí hậu trước đây. Song vẫn còn những khoảng trống về kiến thức, cách sử dụng thông tin và đầu tư để tăng cường những mô hình thu thập dữ liệu, các chuyên gia cho biết.
"Trong không ít trường hợp và với một số biến số, các mô hình AI có thể đánh bại mô hình dựa trên vật lý, nhưng trong những trường hợp khác thì ngược lại", Andrew Charlton-Perez, giáo sư khí tượng học tại Đại học Reading (Anh), nói.
Một vấn đề là hiệu quả của mô hình AI chỉ tốt bằng thông tin mà nó được cung cấp. Nếu có ít dữ liệu đầu vào hoặc các sự kiện cực đoan xảy ra thường xuyên hơn tại các thời điểm khác nhau trong năm hoặc ở những khu vực khác nhau, việc dự đoán thảm họa thời tiết trở nên khó khăn hơn.
"Một cách sử dụng tốt các dự báo thời tiết dựa trên AI là bổ sung và nâng cao công cụ dự báo của chúng ta, có thể bằng cách cho phép tạo ra nhiều tổ hợp dự báo hơn để đánh giá và diễn giải chính xác khả năng xảy ra các hiện tượng cực đoan", Charlton-Perez nói thêm.
Thông tin liên lạc là chìa khóa
Kể từ tháng 1, Trung tâm Dự báo thời tiết trung hạn châu Âu (ECMWF), tổ chức độc lập cung cấp dự đoán 4 lần/ngày cho các quốc gia châu Âu, đã sử dụng Artificial Intelligence/Integrated Forecasting System (AIFS). AIFS là mô hình dự báo thời tiết dựa trên AI.
AIFS đưa ra nhiều dự đoán nhanh chóng và dài hạn về các sự kiện thời tiết như bão nhiệt đới và sóng nhiệt. Các chuyên gia cho biết các số liệu ECMWF trước trận lũ tháng 9 là chính xác.
Thomas Wostal, nhân viên báo chí của đài quan sát khí tượng GeoSphere Austria, nói rằng các mô hình số của họ, gồm cả dự đoán của ECMWF, dự báo lượng mưa cục bộ là 300 - 400mm và điều này đã xảy ra.
Song ngay cả với các dự báo chính xác, những nhà khoa học cho biết thông tin liên lạc vẫn là chìa khóa, đặc biệt là trong thời đại mà biến đổi khí hậu khiến thời tiết cực đoan trở nên thường xuyên hơn.
"Tôi nghĩ những gì đã xảy ra với trận lũ lụt gần đây là rất hiếm, sự kiện 150 đến 200 năm mới có 1 lần. Ngay cả khi các mô hình thời tiết nắm bắt được trận lũ lụt, vẫn có sự không chắc chắn vì nó quá hiếm khi xảy ra", Shruti Nath, trợ lý nghiên cứu sau tiến sĩ về dự báo thời tiết và khí hậu tại Đại học Oxford, bình luận.
"Bạn phải đưa ra cảnh báo theo cách truyền đạt được mức độ nghiêm trọng mà nó có thể gây ra cho mọi người. Sau đó, người ta có thể thấy chi phí của việc không hành động thực sự lớn hơn nhiều so với hành động. Vì vậy, họ sẽ thực sự đầu tư nhiều nguồn lực hơn", Shruti Nath nói.
Châu Âu đối mặt với những rủi ro khí hậu cấp bách vượt xa khả năng ứng phó?
Châu Âu phải đối mặt với những rủi ro khí hậu cấp bách đang vượt xa các chính sách và hành động thích ứng hiện tại, theo một báo cáo từ Cơ quan Môi trường châu Âu.
Cơ quan Môi trường châu Âu cho biết nhiệt độ cực đoan, hạn hán, cháy rừng và lũ lụt sẽ trở nên tồi tệ hơn ở khu vực này ngay cả trong các kịch bản nóng lên toàn cầu lạc quan hơn và ảnh hưởng đến điều kiện sống trên khắp lục địa.
Sau trận lũ lụt, Janez Lenarcic (Ủy viên phụ trách quản lý khủng hoảng của châu Âu) cho rằng thảm họa này không phải là điều bất thường.
"Những sự kiện thời tiết khắc nghiệt từng chỉ xảy ra một lần trong đời này giờ đây xuất hiện gần như hằng năm. Thực tế toàn cầu về sự nghiêm trọng từ tình trạng biến đổi khí hậu đã xâm nhập vào cuộc sống hằng ngày của người dân châu Âu", ông cho biết.
Một số doanh nhân công nghệ nói châu Âu chưa sẵn sàng ứng phó.
Jonas Torland, đồng sáng lập 7Analytics - công ty Na Uy phát triển các mô hình dự báo lũ lụt và lở đất, nói chính phủ và các doanh nghiệp tại Mỹ có nhiều nhà quản lý rủi ro quen với việc đánh giá các mối nguy hiểm về môi trường, trong khi các cơ quan chức năng ở châu Âu lại thiếu sự chuẩn bị.
"Chúng tôi thường thấy các khoản chi tiêu lớn nhưng có sự hỗ trợ dữ liệu tối thiểu để đưa ra quyết định sáng suốt", theo Jonas Torland, người có các mô hình được sử dụng tại các thành phố Oslo, Bergen và Kristiansand (Na Uy).
"Dù AI là một thành phần quan trọng của các mô hình này nhưng thật không may, các chính phủ không đầu tư hoặc mua các giải pháp AI tiên tiến này", Jonas Torland nhấn mạnh và tin rằng những chính phủ ở châu Âu "sẽ tiếp tục dùng nhà cung cấp dữ liệu, cố vấn cũ của họ".
Xử lý dữ liệu cũng là thách thức vì các mô hình AI phức tạp này cần chạy các bản cập nhật mỗi giờ khi dự báo thay đổi. Điều đó đòi hỏi cả sức mạnh tính toán lớn và nhiều thời gian, đặc biệt là ở quy mô phút.
Lưới 1x1m, mà công ty 7Analytics sử dụng cho các dự đoán của mình, chi tiết hơn 100 lần so với lưới 10x10m, nhưng cần thời gian xử lý lâu hơn 100 lần.
Sức mạnh tính toán cao đồng nghĩa cần một lượng lớn năng lượng và nước, điều này khiến các mô hình AI trở thành một phần của vấn đề vì chúng làm tăng lượng khí thải gây nóng hành tinh dẫn đến tình trạng khẩn cấp về khí hậu.
Một số hãng công nghệ lớn, gồm cả Microsoft và Google, đang khám phá việc sử dụng năng lượng hạt nhân để vận hành các trung tâm lưu trữ dữ liệu khổng lồ của họ.
Một số nhà khoa học khác nhấn mạnh rằng ngoài việc cải thiện khả năng dự báo của mình, các cơ quan chức năng cần đầu tư vào giải pháp vật lý, như phát triển khu vực có thể lưu trữ nước lũ an toàn và hệ thống cảnh báo sớm. Họ cũng cần giảm thiểu xây dựng ở các khu vực dễ xảy ra lũ lụt và thực hiện các cam kết trong việc hạn chế phát thải.
"Đây không phải là vấn đề về dữ liệu, công nghệ hay kiến thức. Đây là vấn đề về việc thực hiện, ý chí chính trị. Chừng nào thế giới vẫn đốt nhiên liệu hóa thạch, nguyên nhân gốc rễ của biến đổi khí hậu, thì các hiện tượng thời tiết khắc nghiệt sẽ tiếp tục gia tăng, giết chết con người và phá hủy nhà cửa. Để hạn chế xu hướng này, chúng ta cần thay thế dầu, khí đốt và than bằng năng lượng tái tạo", Friederike Otto, giảng viên cao cấp tại Cao đẳng Hoàng gia London ở London (thủ đô Anh), nhận định.
Năng lượng tái tạo là loại năng lượng được tạo ra từ các nguồn tự nhiên được hình thành liên tục và gần như vô hạn, chẳng hạn ánh sáng mặt trời, gió, mưa, thủy triều, sóng và địa nhiệt.
Tại sao năng lượng tái tạo lại quan trọng?
Sạch và bền vững: Năng lượng tái tạo không gây ô nhiễm môi trường như các nguồn năng lượng hóa thạch (than, dầu, khí đốt). Chúng là nguồn năng lượng vô tận, giúp bảo vệ môi trường và giảm thiểu hiệu ứng nhà kính.
Đảm bảo an ninh năng lượng: Giảm sự phụ thuộc vào các nguồn năng lượng nhập khẩu, tăng cường sự ổn định và tự chủ về năng lượng.
Tạo việc làm và thúc đẩy kinh tế: Việc phát triển các ngành công nghiệp năng lượng tái tạo tạo ra nhiều việc làm mới và thúc đẩy tăng trưởng kinh tế.
