AI “thay thế” dự báo thời tiết truyền thống: Tiết kiệm thời gian, tăng tốc độ dự đoán

Trong khi các AI dự báo thời tiết trước đây đã thay thế một số nhiệm vụ do các mô hình truyền thống thực hiện, nghiên cứu mới sử dụng học máy để thay thế toàn bộ quy trình, giúp nó nhanh hơn nhiều.

Một chương trình thời tiết AI chạy trong một giây trên máy tính để bàn có thể phù hợp với độ chính xác của các dự báo truyền thống mất hàng giờ hoặc hàng ngày trên các siêu máy tính mạnh mẽ, các nhà sáng tạo của nó tuyên bố.

Từ mô hình vật lý đến AI: Bước tiến trong dự báo thời tiết

Dự báo thời tiết, kể từ những năm 1950, đã dựa vào các mô hình dựa trên vật lý ngoại suy từ các quan sát được thực hiện bằng vệ tinh, bóng bay và trạm thời tiết. Nhưng những tính toán này, được gọi là dự báo thời tiết số (NWP), cực kỳ tốn kém và dựa vào các siêu máy tính khổng lồ, đắt tiền và ngốn năng lượng.

Trong những năm gần đây, các nhà nghiên cứu đã cố gắng hợp lý hóa quy trình này bằng cách áp dụng AI. Các nhà khoa học của Google năm ngoái đã tạo ra một công cụ AI có thể thay thế các đoạn mã phức tạp nhỏ trong mỗi ô của mô hình thời tiết, giảm đáng kể sức mạnh máy tính cần thiết. DeepMind sau đó đã tiến xa hơn nữa và sử dụng AI để thay thế toàn bộ dự báo. Cách tiếp cận này đã được Trung tâm Dự báo Thời tiết Tầm trung Châu Âu (ECMWF) áp dụng, nơi đã ra mắt một công cụ gọi là Hệ thống Dự báo Trí tuệ Nhân tạo vào tháng trước.

Nhưng sự mở rộng dần dần vai trò của AI trong dự báo thời tiết đã không thay thế được tất cả các tính toán số truyền thống – điều mà một mô hình mới được tạo ra bởi Richard Turner tại Đại học Cambridge và các đồng nghiệp của ông đang tìm cách thay đổi.

Aardvark Weather: Dự báo và khởi tạo dữ liệu chỉ trong một giây

Turner nói rằng công việc trước đây bị giới hạn trong dự báo và bỏ qua một bước gọi là khởi tạo, nơi dữ liệu từ vệ tinh, bóng bay và trạm thời tiết trên khắp thế giới được thu thập, làm sạch, thao tác và hợp nhất thành một lưới có tổ chức mà dự báo có thể bắt đầu từ đó. “Đó thực sự là một nửa tài nguyên tính toán”, Turner nói.

Các nhà nghiên cứu đã tạo ra một mô hình gọi là Aardvark Weather, lần đầu tiên thay thế cả giai đoạn dự báo và khởi tạo. Nó chỉ sử dụng 10% dữ liệu đầu vào mà các hệ thống hiện có sử dụng, nhưng có thể đạt được kết quả tương đương với các dự báo NWP mới nhất, Turner và các đồng nghiệp của ông báo cáo trong một nghiên cứu đánh giá phương pháp của họ.

Tạo ra một dự báo đầy đủ, có thể mất hàng giờ hoặc thậm chí hàng ngày trên một siêu máy tính mạnh mẽ cho dự báo NWP, có thể được thực hiện trong khoảng 1 giây trên một máy tính để bàn duy nhất bằng Aardvark.

Những thách thức và tiềm năng của AI trong dự báo thời tiết

Tuy nhiên, Aardvark đang sử dụng mô hình lưới bề mặt Trái đất với các ô vuông 1,5 độ, trong khi mô hình ERA5 của ECMWF sử dụng lưới với các ô nhỏ tới 0,3 độ. Điều này có nghĩa là mô hình của Aardvark quá thô để nắm bắt các mô hình thời tiết phức tạp và bất ngờ, David Schultz tại Đại học Manchester, Vương quốc Anh, nói.

“Có rất nhiều điều chưa được giải quyết đang diễn ra có thể thổi bay dự báo của bạn”, Schultz nói. “Họ không đại diện cho những thái cực chút nào. Họ không thể giải quyết nó ở quy mô này.”

Turner lập luận rằng Aardvark thực sự có thể đánh bại một số mô hình hiện có trong việc nắm bắt các sự kiện bất thường như lốc xoáy. Nhưng ông thừa nhận rằng các mô hình AI như của ông cũng hoàn toàn dựa vào các mô hình dựa trên vật lý đó để đào tạo. “Nó hoàn toàn không hoạt động nếu bạn lấy đi dữ liệu đào tạo của họ và chỉ sử dụng dữ liệu quan sát để đào tạo”, ông nói. “Chúng tôi đã cố gắng làm điều đó và hoàn toàn không có mô hình vật lý, nhưng điều đó không hiệu quả.”

Ông tin rằng tương lai của dự báo thời tiết có thể là các nhà khoa học làm việc trên các mô hình dựa trên vật lý ngày càng chính xác, sau đó được sử dụng để đào tạo các mô hình AI sao chép đầu ra của chúng nhanh hơn và với ít phần cứng hơn. Một số người thậm chí còn lạc quan hơn về triển vọng của AI.