Mô hình AI đột phá Zhiji của Huawei thách thức khả năng dự báo thời tiết truyền thống

Tập trung vào thời tiết khu vực, Zhiji có thể đưa ra dự báo trong 5 ngày với độ chính xác đã được cải thiện từ 25km xuống còn 3km. Điều này đồng nghĩa là Zhiji có khả năng dự đoán điều kiện thời tiết tại các khu vực cụ thể với độ chính xác cao hơn, cải thiện từ việc dự báo trong một phạm vi rộng lớn (được đo bằng 25km) xuống một phạm vi nhỏ hơn (chỉ 3 km).

Zhiji ra mắt chưa đầy một tháng sau khi Pangu-Weather được vinh danh là đổi mới khoa học tốt nhất năm 2023 của Trung Quốc.

Kể từ khi phát hành vào tháng 8.2023, Pangu-Weather đã cách mạng hóa việc dự báo thời tiết, đưa ra những dự đoán nhanh hơn và chính xác hơn các phương pháp khí tượng truyền thống (sử dụng các mô hình toán học để mô phỏng các quá trình vật lý trong khí quyển).

Pangu-Weather lần đầu tiên xuất hiện vào tháng 7.2023 khi một bài viết trình bày chi tiết về mô hình AI này được xuất bản trên tạp chí Nature. Một tháng sau, Pangu-Weather trình làng trên trang web của The European Centre for Medium-Range Weather Forecasts (ECMWF hay Trung tâm Dự báo thời tiết trung hạn châu Âu), tổ chức liên chính phủ ở châu Âu.

Pangu-Weather đã đạt được cột mốc quan trọng khi có thể hoàn thành dự báo thời tiết trong 7 ngày chỉ 10 giây, nhanh hơn 10.000 lần so với các phương pháp truyền thống.

Hôm 29.2, chỉ vài tháng sau khi ra mắt, Pangu-Weather đã được Quỹ Khoa học Tự nhiên Quốc gia Trung Quốc (NSFC) xếp hạng nhất trong số 10 tiến bộ khoa học hàng đầu nước này vào năm 2023.

“Được NSFC công nhận, Pangu-Weather đã đạt được hai thành tựu lớn. Thứ nhất, nó đã cải thiện hệ thống dự báo thời tiết ECMWF hàng đầu thế giới khoảng 0,6 ngày. Điều này đồng nghĩaa nó có thể dự đoán thời tiết khắc nghiệt sớm hơn và chính xác hơn. Thứ hai là dự đoán 7 ngày trong 10 giây, nhanh hơn 10.000 lần so với phương pháp truyền thống”, trang Science and Technology Daily đưa tin.

Theo báo cáo của Huawei vào cuối tháng 2, Pangu-Weather đưa ra dự báo chính xác hơn về các yếu tố thời tiết quan trọng như nhiệt độ, áp suất, độ ẩm và tốc độ gió, so với phương pháp truyền thống. Ngoài ra, sai số trong việc dự đoán đường đi các cơn bão nhiệt đới của Pangu-Weather cũng thấp hơn 25% so với ECMWF.

Đây là một thành tựu khá lớn với mô hình AI, vốn đã nhanh chóng thay đổi bộ mặt của ngành dự báo thời tiết toàn cầu. Bằng cách tận dụng AI để dự đoán các kiểu thời tiết, các nhà khoa học có thể bỏ qua sự phức tạp liên quan đến những phương pháp truyền thống. AI không cần kiến thức vật lý, toán học hoặc kinh nghiệm chuyên môn, điều này đã tạo ra một con đường mới cho dự đoán thời tiết.

Giờ đây, các nhà nghiên cứu Huawei đã sử dụng Pangu-Weather làm nền tảng để phát triển mô hình dự báo thời tiết khu vực là Zhiji.

Ra đời với sự cộng tác của Cục Khí tượng Thâm Quyến, Zhiji đã được đào tạo bằng dữ liệu có độ phân giải cao từ miền nam Trung Quốc.

Theo đội ngũ nghiên cứu của Huawei, Zhiji có thể cung cấp dự báo trong 5 ngày với độ chính xác 3km cho Thâm Quyến và các khu vực lân cận. Dù Cục Khí tượng Trung ương Trung Quốc đã đưa ra các dự báo hàng giờ với độ chính xác trên từng đường phố nhưng thường chỉ có sẵn sau 24 giờ.

“Zhiji có khả năng dự báo các yếu tố khí tượng cốt lõi như tốc độ gió, nhiệt độ, độ ẩm và lượng mưa. Kể từ khi hoạt động thử nghiệm bắt đầu vào tháng 2, nó đã nhiều lần cung cấp những hiểu biết có giá trị cho Cục Khí tượng Thâm Quyến”, Huawei thông báo vào cuối tháng 3.

Hiện tại, AI và dự đoán thủ công đều có ưu và nhược điểm riêng.

AI có lợi thế trong việc dự đoán đường đi của bão, trong khi dự đoán thủ công chính xác hơn trong việc xác định giá trị sức gió.

Người phát ngôn của Huawei cho biết: “Các nhà khoa học hiện có thể kết hợp kết quả từ mô hình dự báo thời tiết truyền thống với dự báo do Zhiji cung cấp để đưa ra những đánh giá có lợi nhất. Đây có thể là một xu hướng trong tương lai”.

Theo các nhà nghiên cứu, mùa lũ năm nay sẽ là phép thử thực sự cho phiên bản Zhiji 1.0. Họ hy vọng sẽ thấy Zhiji được tối ưu hóa hơn nữa qua những cải tiến được thực hiện với thuật toán.

Công việc đang được tiến hành trên công nghệ này nhằm mục đích nâng cao khả năng dự báo lượng mưa, gồm cung cấp các dự báo chuyên biệt như chỉ số say nắng và mức độ thoải mái, đồng thời cải thiện độ phân giải của dự báo mưa lớn xuống 1km.

“Ví dụ, trong điều kiện bão, các mô hình khí tượng chính xác có thể dự đoán lượng mưa trên đường phố, đưa ra cảnh báo sớm cho hệ thống thoát nước đô thị”, Huawei cho hay.

Nếu có sẵn dữ liệu khu vực từ các nơi khác để đào tạo, những nhà khoa học có thể phát triển các mô hình cục bộ phù hợp với khu vực tương ứng, phục vụ cho nhiều thành phố hơn.

Tháng 12.2023, nhóm nghiên cứu Huawei đã công bố hợp tác với Cục Khí tượng Thái Lan, với các sản phẩm liên quan đang được phát triển.

Hồi tháng 11.2023, Google DeepMind tuyên bố mô hình dự báo thời tiết GraphCast của họ vượt qua hiệu suất Pangu-Weather ở hầu hết kịch bản thử nghiệm. Thế nhưng, Pangu-Weather vẫn dẫn đầu ở một số điểm chuẩn, chẳng hạn độ phân giải thời gian trong đó có khoảng cách thời gian nhỏ hơn giữa mỗi dự đoán.

GraphCast được đào tạo và vận hành trên chip 7 nanomet, trong khi Pangu-Weather sử dụng chip 12 nanomet. Chính phủ Mỹ đã áp đặt các lệnh trừng phạt nghiêm khắc để ngăn Huawei tiếp cận chip AI tiên tiến.

Trong các thử nghiệm so sánh, cả hai mô hình đều hoạt động tốt hơn hệ thống High Resolution Forecast (HRES), một tiêu chuẩn ngành lâu đời của ECMWF.

Những kết quả ấn tượng này đã được ghi lại trong một nghiên cứu của 18 nhà khoa học từ Google DeepMind và Google Research, được công bố tạp chí Science.

Sự phát triển này đánh dấu một chương khác trong cuộc cạnh tranh AI giữa Trung Quốc và Mỹ, đặc biệt là trong lĩnh vực dự báo thời tiết dựa trên học máy (MLWP), nơi các công ty của cả hai quốc gia đang cố vượt qua thành tích của nhau.

Lĩnh vực dự báo thời tiết dựa trên học máy có sự đóng góp đáng kể từ FourCastNet của Nvidia, GraphCast của DeepMind và ClimaX của Microsoft. Những đóng góp đáng chú ý gần đây của Trung Quốc là Pangu-Weather và FengWu từ Phòng thí nghiệm AI Thượng Hải.

DeepMind có lịch sử giải quyết các vấn đề phức tạp. Sau khi đánh bại người chơi trong các game chiến lược như Go (cờ vây) và StarCraft (game khoa học viễn tưởng quân sự thuộc quyền sở hữu của hãng Blizzard Entertainment), công ty đã chuyển hướng lên bầu trời.

DeepMind đã phát hành mô hình dự báo lượng mưa ngắn hạn vào tháng 9.2021. Một bài viết đăng trên tạp chí Nature nhấn mạnh rằng mô hình AI tạo sinh của DeepMind dẫn đầu về độ chính xác trong 89% trường hợp khi so sánh với các phương pháp cạnh tranh khác.

Thế nhưng, sự phức tạp của công tác dự báo thời tiết trung hạn (đoán xu hướng thời tiết trong 4 đến 10 ngày tới) đặt ra nhiều thách thức hơn.

Những dự báo này rất quan trọng với lĩnh vực như nông nghiệp, xây dựng và du lịch, nhưng chúng đòi hỏi một lượng dữ liệu khổng lồ.

Để đạt được dự báo này, các cơ quan thời tiết như ECMWF dựa vào dự báo thời tiết bằng số (NWP), sử dụng dữ liệu hiện tại và lịch sử từ vệ tinh cùng trạm thời tiết, đồng thời tính toán kết quả dựa trên các quy tắc vật lý phức tạp. Dù có độ tin cậy cao nhưng NWP được biết đến là gây hao tốn chi phí và tốn nhiều công sức tính toán.