WeatherNext của Google DeepMind dự đoán đồng thời quỹ đạo và cường độ bão xoáy
Google/DeepMind
Google DeepMind
European Centre for Medium-Range Weather Forecasts
National Oceanic and Atmospheric Administration
Google DeepMind đã giới thiệu WeatherNext Cyclones (WN-C), một hệ thống AI dự đoán quỹ đạo và cường độ của bão xoáy nhiệt đới chính xác hơn các mô hình chuyên dụng, nhìn xa hơn khoảng một ngày so với các mô hình hiện tại. Mặc dù sử dụng dữ liệu với các ô lưới thô hơn khoảng 100 lần, nó vẫn vượt trội so với các mô hình hiện có. Phương pháp này sử dụng Mạng tạo sinh hàm và được phát triển cùng với Trung tâm Bão Quốc gia và các đối tác khác.
WeatherNext Cyclones (WN-C) của Google DeepMind là một hệ thống trí tuệ nhân tạo (AI) dùng để dự báo bão nhiệt đới, có khả năng dự báo xa hơn khoảng một ngày so với các mô hình vận hành hàng đầu hiện nay. Được phát triển cùng với Trung tâm Bão Quốc gia Hoa Kỳ (National Hurricane Center - NHC), Viện Nghiên cứu Hợp tác về Khí quyển (Cooperative Institute for Research in the Atmosphere) và Cơ quan Khí tượng Anh (UK Met Office), hệ thống này đã hoạt động trực tiếp trên Weather Lab của Google từ tháng 6 năm 2025.
Với dự báo 5 ngày, sai số vị trí trung bình của WN-C là 230 km, so với 370 km của mô hình tổ hợp ENS (Ensemble) của Trung tâm Dự báo Thời tiết Hạn vừa Châu Âu (European Centre for Medium-Range Weather Forecasts - ECMWF) và 335 km của mô hình GenCast trước đây của DeepMind. Đối với dự báo cường độ 3 ngày, WN-C chính xác hơn 3,75 knot so với mô hình HAFS của Cơ quan Khí quyển và Đại dương Quốc gia Hoa Kỳ (National Oceanic and Atmospheric Administration - NOAA).
Mặc dù sử dụng lưới có độ phân giải mỗi điểm bao phủ khoảng 28 km vuông – thô hơn khoảng 100 lần so với các mô hình khu vực chuyên biệt – hệ thống này vẫn cho kết quả tốt hơn, khiến các nhà nghiên cứu kết luận rằng độ phân giải cao không phải là yếu tố bắt buộc để đạt được các dự báo cường độ tiên tiến nhất. Mô hình sử dụng Mạng Sinh Hàm (Functional Generative Networks - FGN) thay vì phương pháp khuếch tán (diffusion), giúp tốc độ xử lý nhanh hơn tám lần. Mô hình được huấn luyện trên gần 20 terabyte dữ liệu khí quyển toàn cầu và một cơ sở dữ liệu được chọn lọc kỹ lưỡng gồm khoảng 5.000 cơn bão lịch sử.
Hệ thống có thể tạo ra 1.000 kịch bản dự báo song song cho mỗi cơn bão, giúp nắm bắt được cả những sự kiện cực đoan hiếm gặp. Trong khi WN-C giúp cải thiện 28% độ chính xác của dự báo đường đi khi kết hợp với các mô hình đồng thuận, nó chỉ giúp cải thiện thêm khoảng 6% đối với dự báo cường độ, cho thấy các mô hình cổ điển vẫn đóng góp đáng kể.
DeepMind đã công bố miễn phí mã nguồn và trọng số của WeatherNext 2 cùng WN-C trên GitHub, và một phiên bản thu nhỏ có thể chạy trên notebook Colab miễn phí. Tuy nhiên, các tác giả nhấn mạnh rằng các cơ quan khí tượng quốc gia vẫn là đơn vị có thẩm quyền chính thức trong việc đưa ra các cảnh báo chính thức.
Nguồn: The Decoder (DE) —
bản gốc
