Mô hình thời tiết AI sử dụng 7.000 lần ít năng lượng hơn so với các mô hình truyền thống

Dự báo thời tiết là một trong những nhiệm vụ quan trọng mà các máy tính mạnh nhất của chúng ta thực hiện. Nó đòi hỏi hàng triệu tính toán và máy móc khổng lồ giải quyết các phương trình, giúp dự đoán các điều kiện như nhiệt độ, gió và lượng mưa. Đây cũng là một công cụ quan trọng để dự đoán các sự kiện thời tiết lớn, có thể làm gián đoạn toàn bộ khu vực và nền kinh tế.

Lĩnh vực dự báo thời tiết tiếp tục cải tiến nhanh chóng khi công nghệ của chúng ta phát triển, trở nên chính xác và hiệu quả hơn. Các nghiên cứu mới từ sự hợp tác giữa Đại học Washington và Microsoft (MSFT ) Research cho thấy làm thế nào trí tuệ nhân tạo (AI) có thể được sử dụng cho các dự đoán chính xác. Công nghệ mới phân tích các mẫu thời tiết trong quá khứ để dự đoán các sự kiện trong tương lai, và nó làm như vậy một cách hiệu quả hơn so với các mô hình hiện tại. Với nhiều tiến bộ hơn, nó cũng có thể đạt đến điểm mà nó trở nên chính xác hơn nhiều so với các mô hình ngày nay.

Mô hình thời tiết toàn cầu mới

Mô hình thời tiết toàn cầu mới sử dụng 40 năm dữ liệu thời tiết qua để làm dự đoán, khác với những mô hình khác sử dụng tính toán vật lý. Mô hình mới này đơn giản và dựa trên dữ liệu, và nó có thể mô phỏng các mẫu thời tiết cho toàn bộ một năm, được áp dụng trên toàn thế giới. Nó nhanh hơn và hiệu quả như các mô hình hiện tại, đạt được thông qua các bước lặp lại với mỗi dự báo

Nghiên cứu được xuất bảntrong Tạp chí Tiến bộ trong Hệ thống Mô hình Trái đất.

Jonathan Weyn là tác giả chính của nghiên cứu.

“Học máy cơ bản là một phiên bản nâng cao của việc nhận dạng mẫu,” Weyn nói. “Nó nhìn thấy một mẫu điển hình, nhận ra cách nó thường tiến hóa và quyết định hành động dựa trên các ví dụ nó đã thấy trong 40 năm dữ liệu qua.”

Mô hình mới này hiện tại ít chính xác hơn so với các mô hình hiện đại nhất ngày nay, nhưng bằng cách dựa trên AI, nó sử dụng 7.000 lần ít năng lượng máy tính hơn để phát triển cùng phạm vi dự báo. Bởi vì nó có một khối lượng tính toán nhỏ hơn, nó nhanh hơn.

Dự báo dàn xếp

Với tốc độ tăng này, các trung tâm dự báo sẽ có thể chạy nhiều mô hình với các điều kiện khác nhau. Điều này được gọi là “dự báo dàn xếp,” và nó được sử dụng để dự đoán một loạt các điều kiện có thể cho một sự kiện thời tiết.

Dale Durran là giáo sư khoa học khí quyển của UW và là tác giả của nghiên cứu.

“Có rất nhiều hiệu quả trong cách tiếp cận này; đó là điều quan trọng nhất về nó,” Durran nói. “Sự hứa hẹn là nó có thể cho phép chúng ta giải quyết các vấn đề dự đoán bằng cách có một mô hình đủ nhanh để chạy rất nhiều dàn xếp lớn.”

Dự án này bắt đầu khi Rich Caruana tại Microsoft Research, người là đồng tác giả của bài báo, đề xuất sử dụng AI cho dự đoán thời tiết dựa trên dữ liệu lịch sử. Điều này có nghĩa là các định luật vật lý không còn cần phải dựa vào để làm dự đoán.

“Sau khi đào tạo trên dữ liệu thời tiết qua, thuật toán AI có khả năng đưa ra mối quan hệ giữa các biến khác nhau mà các phương trình vật lý không thể làm được,” Weyn nói. “Chúng tôi có thể sử dụng ít biến hơn và do đó tạo ra một mô hình nhanh hơn.”

Mô hình đã được kiểm tra bằng cách dự đoán một biến số tiêu chuẩn trong dự báo thời tiết. Nó làm dự đoán mỗi 12 giờ trong một năm, và mô hình mới này là một trong những người biểu diễn hàng đầu theo WeatherBench, đây là một thử nghiệm chuẩn cho dự báo thời tiết dựa trên dữ liệu.

Các nhà nghiên cứu phải tiếp tục điều chỉnh mô hình nếu nó được sử dụng cùng với hoặc thay thế các mô hình hiện tại. Các tác giả tin rằng đây có thể là một phương án thay thế để tạo ra dự báo thời tiết trong tương lai.