Gửi bình luận
Một tổ chức liên chính phủ ở châu Âu đang hợp tác chặt chẽ với gã khổng lồ công nghệ Huawei (Trung Quốc) để áp dụng trí tuệ nhân tạo (AI) vào dự báo thời tiết.
Tổ chức The European Centre for Medium-Range Weather Forecasts đã giới thiệu Pangu-Weather, mô hình AI có khả năng dự đoán thời tiết toàn cầu, trên trang web của mình vào cuối tháng 7. Pangu-Weather do công ty Huawei (Trung Quốc) phát triển.
Sự hợp tác đã giúp Huawei biến khoa học đằng sau dự báo thời tiết thành các ứng dụng thực tế. Trong khi The European Centre for Medium-Range Weather Forecasts đã bắt đầu đưa AI vào các dự báo thời tiết hàng ngày của mình.
Trong cuộc phỏng vấn độc quyền với trang SCMP mới đây, Tian Qi (trưởng nhóm khoa học về AI của Huawei) đã thảo luận về sự hợp tác giữa hai bên cũng như tiềm năng sử dụng AI trong khí tượng học.
“The European Centre for Medium-Range Weather Forecasts đưa Pangu-Weather vào dự báo một phần là do hiệu suất cao của mô hình và đã nhận ra tiềm năng đáng kể của AI trong lĩnh vực này”, Tian Qi nói.
Pangu-Weather yêu cầu chi phí tính toán thấp hơn nhiều trong khi độ chính xác vẫn cao.
“Thử nghiệm so sánh rộng rãi từ tháng 4 đến tháng 7 cho thấy Pangu-Weather có lợi thế về vài chỉ số độ chính xác và đáng tin cậy hơn trong việc dự báo tình huống thời tiết khắc nghiệt. Đây dường như là lý do tại sao The European Centre for Medium-Range Weather Forecasts quyết định áp dụng mô hình này”, Tian Qi lý giải.
Theo bài viết đăng trên Tạp chí Nature vào tháng 7, Pangu-Weather cho thấy các dự báo của nó có độ chính xác cao hơn so với các phương pháp dự đoán kỹ thuật số truyền thống. Pangu-Weather có thể dự đoán thời tiết trước từ 1 giờ đến 7 ngày và với tốc độ dự đoán nhanh hơn 10.000 lần phương pháp truyền thống.
Tian Qi nói: “Hiện Pangu-Weather có thể cung cấp dự báo thời tiết toàn cầu trên cơ sở từng giây một, bao gồm các khía cạnh như độ ẩm, tốc độ gió, nhiệt độ, áp suất mực nước biển… Mô hình cho thấy hiệu suất vượt trội trong việc dự đoán đường đi của bão, đợt rét, đợt nóng và hơn thế nữa”.
Pangu-Weather đã dự đoán được quỹ đạo di chuyển của bão Doksuri và đoán chính xác sự chuyển hướng mạnh của bão Khanun vào ngày 4.8. Tian Qi tự hào rằng Pangu-Weather đã cung cấp thông tin quan trọng cho các cơ quan thời tiết trên khắp thế giới.
“Các nhà dự báo chuyên nghiệp đã sử dụng các dự đoán của Pangu-Weather làm tài liệu tham khảo. Nhiều người đam mê thời tiết cũng đang theo dõi hiệu quả của Pangu-Weather trong các dự đoán trực tuyến về đường đi của bão. Mục tiêu cuối cùng của Huawei là sử dụng Pangu-Weather để tạo ra một khung dự báo thời tiết AI thế hệ tiếp theo. Mục tiêu là nâng cao độ chính xác và tốc độ dự báo thời tiết, từ đó giúp con người ứng phó tốt hơn với các điều kiện thời tiết khắc nghiệt. Chúng tôi cũng đang tiến hành các cuộc thảo luận về hợp tác với Cơ quan Khí tượng Trung Quốc”, Tian Qi chia sẻ với SCMP.
Các nhà dự báo thời tiết toàn cầu, nhà khí tượng học và công chúng hiện có thể truy cập dự đoán thời tiết toàn cầu 10 ngày của Pangu-Weather trên trang web.
Khi được hỏi về việc sử dụng AI, phát ngôn viên The European Centre for Medium-Range Weather Forecasts đã đề cập đến một bài đăng trên trang web của tổ chức. "Bây giờ là thời điểm để tiếp nhận công nghệ và thiết lập sự cân bằng tối ưu giữa mô hình hóa vật lý với học máy để tiếp tục cải thiện dự báo", trích nội dung bài viết.
Học máy (machine learning) là một lĩnh vực của AI tập trung vào việc phát triển các hệ thống và mô hình có khả năng tự động học từ dữ liệu, cải thiện hiệu suất theo thời gian mà không cần lập trình cụ thể. Thay vì chỉ thực hiện theo các quy tắc cố định, học máy cho phép máy tính tự học thông qua việc phân tích và xử lý dữ liệu để nhận biết các mẫu, xu hướng.
Kể từ năm 2020, Mỹ đã áp đặt các biện pháp trừng phạt với Huawei vì lo ngại về an ninh quốc gia. Trong khi đó, Liên minh châu Âu (EU) đang xem xét lệnh cấm bắt buộc với các quốc gia thành viên sử dụng các công ty được coi là có rủi ro bảo mật trong mạng 5G của mình, gồm cả Huawei, theo trang Financial Times.
Thế nhưng, tiến sĩ Florian Pappenberger, Giám đốc bộ phận dự báo tại The European Centre for Medium-Range Weather Forecasts, đã mô tả các mô hình AI là “cuộc cách mạng thầm lặng” của dự báo thời tiết.
“Mô hình hóa dựa trên dữ liệu theo học máy đang cho thấy tiềm năng to lớn trong dự báo thời tiết. Tiến bộ nhanh chóng đã được thực hiện với kết quả ấn tượng cho một số ứng dụng. Việc áp dụng các phương pháp học máy có thể thay đổi cách tiến triển từng bước trong việc dự báo thời tiết kỹ thuật số truyền thống”, Florian Pappenberger cho biết trong một bài viết mà nhóm của ông xuất bản trên trang ArXiv vào tháng 7.
Các mẫu thời tiết rất hỗn loạn và không thể được tính toán chính xác bởi ngay cả những siêu máy tính mạnh nhất. Thế nhưng, các mô hình AI có thể trích xuất một số đặc điểm mà con người không thể, từ đó cho kết quả tốt hơn.
Mẫu thời tiết (weather pattern) là các xu hướng và sự thay đổi trong các điều kiện thời tiết ở khu vực cụ thể trong một khoảng thời gian nhất định. Các mẫu thời tiết gồm sự biến đổi của nhiệt độ, độ ẩm, tốc độ gió, áp suất không khí và yếu tố khác của môi trường khí quyển trong vùng địa lý nhất định.
“Chúng tôi nghĩ rằng dùng các mô hình AI có thể giúp phân tích các mẫu phức tạp từ dữ liệu thời tiết rộng lớn, giúp tìm ra những xu hướng và quy luật tiến hóa của khí quyển mà trước đây không dễ nhận thấy. AI phát triển đã phá vỡ thế độc quyền của dự báo truyền thống và khắc phục những hạn chế về độ chính xác dự báo thời tiết kỹ thuật số. AI đang được xem là yếu tố thay đổi trò chơi trong lĩnh vực khí tượng, với Huawei là một bên tham gia quan trọng", Tian Qi nói. Tuy nhiên, mô hình AI không hoàn hảo.
“Về tình hình bão, dù Pangu-Weather có khả năng dự đoán chính xác về các xu hướng chung chung, nhưng có thể chậm trễ trong việc đoán các điểm đổ bộ cụ thể của bão do sự khác biệt trong dữ liệu ban đầu được sử dụng bởi AI”, Xie Lingxi viết trên diễn đàn Zhihu (Trung Quốc). Xie Lingxi có bằng tiến sĩ về học máy tại Đại học Thanh Hoa (thủ đô Bắc Kinh) và hiện là nhà nghiên cứu cấp cao tại Huawei.
“Các phương pháp AI hiện tại có thể đánh giá thấp sức mạnh của bão do tỷ lệ dữ liệu thời tiết khắc nghiệt thấp trong quá trình huấn luyện và thiếu sự xem xét về các quy luật vật lý. Do đó, các mô hình kỹ thuật số hiện được ưa chuộng hơn trong việc dự đoán sức mạnh của bão”, Xie Lingxi lý giải.
