Đây là sự đánh dấu sự chuyển đổi từ các mô hình dựa trên nền tảng máy móc vật lý trước đây sang các hệ thống AI được đào tạo với nguồn số liệu lớn.
Dự báo thời tiết sắp trở nên nhanh hơn, rẻ hơn và chính xác nhiều hơn nhờ được hỗ trợ từ AI ở Hoa Kỳ. Cơ quan
NOAA đã thiết lập ra một thế hệ mô hình thời tiết học máy mới đi vào hoạt động trực tiếp, hứa hẹn sẽ có những dự đoán chính xác hơn trong khi chỉ sử dụng qua một phần sức mạnh tính toán của các hệ thống hiện nay. Đó là một sự thay đổi lớn trong phương cách mà Hoa Kỳ chuẩn bị cho các dự báo về giông bão, sóng nhiệt và hiện tượng thời tiết khắc nghiệt khác.
Các mô hình này được xây dựng và cho triển khai từ Trung tâm Mô hình Môi trường của NOAA phối hợp với Cơ quan Thời tiết Quốc gia. Người phát ngôn viên của dịch vụ, bà Erica Grow Cei, có nói C
BS News kỹ thuật học máy (Learning Machine) không nhằm mục đích thay thế cho các mô hình số hiện có chạy trên các phương trình vật lý phức tạp. Thay vào đó, nó sẽ giúp bổ sung cho các phương pháp đó, một phần rút ra từ số liệu căn bản của chúng. Bà Cei cho biết, các mô hình truyền thống vẫn là một trong những nguồn thông tin được sử dụng để đào tạo chương trình AI.
Trong nhiều thập kỷ qua, công cụ dự báo thời tiết cốt lõi của Cơ quan Khí quyển và Đại dương Quốc gia
(NOAA) là Hệ thống Dự báo Toàn cầu
(GFS), một mô hình dựa trên vật lý mô phỏng khí quyển thông qua các phương trình toán học để tạo ra dữ kiện về nhiệt độ, gió, lượng mưa, ozone và độ ẩm của đất. Trong một hệ thống lớn hơn, các thành phần riêng lẻ sẽ giải quyết các điều kiện về đất liền, đại dương và khí quyển.
Hệ thống Dự báo Tổng hợp Toàn cầu
(GEFS), sau đó được cho phát huy để giảm thiểu những sai lệch nhất định trong
GFS bằng cách cho chạy nhiều mô hình phỏng đoán để nắm bắt sự không chắc chắn trong các kịch bản về thời tiết khác nhau.
Bản đồ dự báo AIGFS ngày 10 tháng 12 năm 2025 này cho thấy lượng mưa lớn từ một con sông trong khí quyển đổ vào Tây Bắc Thái Bình Dương của Hoa Kỳ
Theo ông Daryl Kleist, phó giám đốc Trung tâm mô hình hóa môi trường của
NOAA, các hệ thống AI mới đã được đào tạo bằng cách sử dụng số liệu được thu thập hàng thập kỷ qua từ các mô hình truyền thống đó. Kleist cho rằng,
Cơ quan này ước tính rằng các hệ thống AI mới sẽ cho sử dụng sức mạnh tính toán ít hơn từ 91% đến 99% so với các mô hình dự báo thông thường, làm giảm đi đáng kể các nguồn lực cần thiết cho dự đoán về thời tiết trong thời gian thực tế. Họ cũng có thể mở rộng phạm vi dự báo thời tiết lên đến 18 đến 24 giờ.
Tuy nhiên, ông Kleist lưu ý rằng, mặc dù các mô hình sẽ tiêu thụ ít năng lượng hơn đáng kể trong quá trình vận hành nhưng những con số đó không tính đến quá trình đào tạo hệ thống AI sẽ tiêu tốn khá nhiều nguồn điện năng.
Ba mô hình tạo thành nền tảng cho danh mục dự báo thời tiết từ AI mới của NOAA.
Đầu tiên,
Hệ thống dự báo toàn cầu kết hợp với AI (AIGFS), được mô tả là
"mô hình dự báo thời tiết triển khai AI để cung cấp dự báo thời tiết được cho cải thiện nhanh chóng và hiệu quả hơn so với GFS truyền thống".
NOAA cho biết một dự báo thời tiết duy nhất trong 16 ngày khi sử dụng AIGFS chỉ có mất 0,3% tài nguyên máy tính của GFS hoạt động và kết thúc trong khoảng thời gian là 40 phút. Cơ quan này cho biết mức độ nhanh đó đã cho phép các chuyên gia dự báo dễ dàng truy cập vào các dự báo cập nhật sớm hơn nhiều so với trước đây.
Hệ thống dự báo tập hợp toàn cầu kết hợp với AI (AIGEFS) được xây dựng trên nền tảng đó bằng cách tạo ra một loạt các kết quả dự báo tiềm năng thay vì một dự báo thời tiết xác định duy nhất.
Mô hình thứ ba,
Hybrid-GEFS, kết hợp với AI mới với hệ thống tổng hợp hiện có của NOAA để tinh chỉnh các dự báo nhằm giải thích cho sự không chắc chắn của dự báo về thời tiết.
Công việc trên các hệ thống vẫn còn đang tiếp diễn.
NOAA cho biết các khoa học gia đang tiếp tục cho nâng cao hiệu suất của các mô hình AI trong dự báo về giông bão và trong phạm vi kết quả có thể xảy ra do hệ thống tổng hợp tạo ra.