Ngay từ khi cơn bão Isaias mới hình thành, các chuyên gia khí tượng tại Trung tâm Bão Quốc gia Mỹ (NHC – National Hurricane Center) đã đưa ra một quyết định mang tính bước ngoặt: điều chỉnh dự báo chính thức theo sát mô hình bão ứng dụng trí tuệ nhân tạo do Google DeepMind phát triển, thay vì hoàn toàn phụ thuộc vào các mô hình vật lý truyền thống vốn quen thuộc như GFS của Mỹ hay ECMWF của châu Âu.
Bước đột phá từ mô hình AI của Google DeepMind
Việc tin tưởng vào công nghệ của Google DeepMind đã thúc đẩy NHC đưa ra cảnh báo Isaias sẽ mạnh lên thành bão Cấp 2 ngay từ bản tin đầu tiên vào ngày thứ Ba, thời điểm hình thế thời tiết này thậm chí còn chưa được đặt tên chính thức. Trong khi đó, phần lớn mô hình toán học dựa trên vật lý (physics-based models) – phương pháp mô phỏng khí quyển thông qua hệ phương trình vi phân phức tạp – lại liên tục dao động và nhận định cơn bão sẽ yếu hơn nhiều cùng quỹ đạo hoàn toàn khác.
Thực tế diễn biến cho thấy dự báo của hệ thống AI đã phản ánh chính xác xu hướng tăng cường độ của cơn bão, đem lại thời gian chuẩn bị quý báu cho cư dân nằm trên đường đi dự kiến trước khi bão đổ bộ vào khu vực Đông Bắc Vịnh Mexico.
Kinh nghiệm thực tiễn từ các mùa bão trước
Sự tin tưởng của các nhà khí tượng học đối với phiên bản WeatherNext 3 của Google DeepMind không phải là một quyết định bột phát, mà bắt nguồn từ kết quả thực tế qua nhiều chu kỳ quan trắc. Ở mùa bão năm ngoái, NHC từng dự báo chính xác hiện tượng bão Melissa tăng cấp nhanh thành bão Cấp 5 từ khi nó chỉ là một cơn bão Cấp 1 có sức gió khoảng 130 km/h, đi trước gần 3 ngày so với thời điểm đổ bộ Jamaica.
Tiến sĩ Michael Brennan, Giám đốc Trung tâm Bão Quốc gia Mỹ, nhấn mạnh: “Các mô hình AI đã chứng minh được tính nhất quán vượt trội giữa các lần chạy mô phỏng. Sự kết hợp giữa việc nhận diện độ trồi sụt của mô hình vật lý và hiệu suất ổn định của hệ thống thuật toán đã mang lại căn cứ rất đáng tin cậy.”
Tối ưu hóa dữ liệu huấn luyện đặc thù cho bão nhiệt đới
Một nguyên nhân quan trọng giúp Google DeepMind đạt độ chính xác cao là sự hợp tác trực tiếp giữa cơ quan khí tượng và đội ngũ kỹ sư. Trước đây, nhiều hệ thống máy học chỉ được huấn luyện trên tập dữ liệu khí quyển diện rộng, dẫn đến khả năng dự đoán đường đi tốt nhưng sai lệch lớn về sức gió và áp suất.
Để khắc phục, NHC đã trực tiếp hỗ trợ Google huấn luyện thuật toán trên tập dữ liệu phân tích đường đi chuẩn xác nhất (best track analysis). Nhờ đó, AI nắm bắt được các biến số phức tạp trong quá trình tăng cấp nhanh (rapid intensification) – bài toán hóc búa nhất của khí tượng học hiện đại dưới tác động của biến đổi khí hậu toàn cầu.
Dù các mô hình vật lý truyền thống vẫn giữ vai trò đối chiếu nền tảng, sự hiện diện của AI đang tái định hình cách thức các nhà dự báo đưa ra quyết định, chấm dứt phương pháp nâng cấp dự báo dè dặt từng bước trước đây.
Nguồn: CNN