Khánh Vân
Writer
Một hệ thống trí tuệ nhân tạo (AI) mới có tên Aardvark Weather đang gây xôn xao trong giới khoa học dự báo thời tiết. Không chỉ nhanh hơn hàng chục lần so với các hệ thống truyền thống, Aardvark Weather còn có thể hoạt động hiệu quả trên một chiếc máy tính bàn thông thường, thay vì phải sử dụng đến các siêu máy tính đắt đỏ và tiêu tốn nhiều năng lượng.
Những điểm chính:
Thông thường, các dự báo thời tiết hiện nay dựa trên việc nhập dữ liệu vào các mô hình vật lý phức tạp. Quy trình này bao gồm nhiều bước, đòi hỏi sức mạnh tính toán lớn của các siêu máy tính, và thường mất vài giờ để hoàn thành.
Aardvark Weather, được phát triển bởi các nhà nghiên cứu tại Đại học Cambridge (Anh), lại đi theo một hướng tiếp cận hoàn toàn khác. Thay vì mô hình hóa khí quyển, hệ thống này sử dụng dữ liệu thô từ nhiều nguồn khác nhau (vệ tinh, trạm quan trắc, tàu biển, bóng thám không) để đưa ra dự báo. Trong đó, dữ liệu vệ tinh đóng vai trò đặc biệt quan trọng.
Aardvark Weather sử dụng công nghệ học sâu (deep learning) để phân tích dữ liệu và đưa ra dự báo. Nhờ đó, hệ thống này có thể xử lý dự báo chỉ trong vài phút, ngay trên một máy tính cá nhân, thay vì phải mất hàng giờ trên siêu máy tính như các hệ thống truyền thống.
So sánh với các hệ thống dự báo toàn cầu
Khi so sánh với các hệ thống dự báo thời tiết đang được sử dụng trên toàn cầu, như GFS (Global Forecast System - Hệ thống Dự báo Toàn cầu của Mỹ), Aardvark Weather cho thấy hiệu quả vượt trội, dù chỉ sử dụng 8% lượng dữ liệu mà GFS cần. Kết quả dự báo của Aardvark cũng được đánh giá là tương đương với Cơ quan Thời tiết Quốc gia Mỹ.
Tuy nhiên, độ phân giải không gian của Aardvark hiện vẫn còn thấp hơn so với các hệ thống tiên tiến. Mỗi ô dữ liệu trong mô hình của Aardvark tương ứng với khu vực có kích thước 1,5 độ vĩ độ và 1,5 độ kinh độ, trong khi GFS có thể xử lý dữ liệu chi tiết tới từng 0,25 độ.
Tiềm năng ứng dụng rộng rãi
Do là một mô hình học máy, Aardvark Weather có thể được huấn luyện để phục vụ cho các mục tiêu cụ thể, như:
Aardvark Weather là một bước tiến quan trọng trong lĩnh vực dự báo thời tiết, cho thấy tiềm năng to lớn của AI trong việc giải quyết các bài toán phức tạp. Việc chuyển đổi công nghệ dự báo thời tiết từ siêu máy tính sang máy tính cá nhân có thể mở ra cơ hội tiếp cận công nghệ này cho các quốc gia đang phát triển và những khu vực còn thiếu dữ liệu.
"Đây mới chỉ là bước khởi đầu của Aardvark," đồng tác giả Anna Allen từ Đại học Cambridge cho biết.
Scott Hosking, nhà nghiên cứu AI tại Viện Alan Turing (Anh), nhận định: "Đột phá của Aardvark không chỉ là về tốc độ — mà còn là khả năng tiếp cận."
Nghiên cứu này đã được công bố trên tạp chí khoa học danh tiếng Nature vào ngày 20/3/2025.
Những điểm chính:
- Aardvark Weather, hệ thống AI dự báo thời tiết mới, nhanh hơn hàng chục lần so với các phương pháp truyền thống.
- Hệ thống này có thể chạy trên máy tính bàn thông thường, thay vì siêu máy tính.
- Aardvark Weather sử dụng dữ liệu thô từ vệ tinh, trạm quan trắc, tàu biển, bóng thám không, thay vì mô hình hóa khí quyển.
- Kết quả dự báo của Aardvark tương đương với Cơ quan Thời tiết Quốc gia Mỹ, dù chỉ sử dụng 8% lượng dữ liệu.
- Aardvark có thể được tùy chỉnh để dự báo cho các lĩnh vực cụ thể (nông nghiệp, năng lượng tái tạo) và các khu vực thiếu dữ liệu.
Thông thường, các dự báo thời tiết hiện nay dựa trên việc nhập dữ liệu vào các mô hình vật lý phức tạp. Quy trình này bao gồm nhiều bước, đòi hỏi sức mạnh tính toán lớn của các siêu máy tính, và thường mất vài giờ để hoàn thành.
Aardvark Weather, được phát triển bởi các nhà nghiên cứu tại Đại học Cambridge (Anh), lại đi theo một hướng tiếp cận hoàn toàn khác. Thay vì mô hình hóa khí quyển, hệ thống này sử dụng dữ liệu thô từ nhiều nguồn khác nhau (vệ tinh, trạm quan trắc, tàu biển, bóng thám không) để đưa ra dự báo. Trong đó, dữ liệu vệ tinh đóng vai trò đặc biệt quan trọng.
Aardvark Weather sử dụng công nghệ học sâu (deep learning) để phân tích dữ liệu và đưa ra dự báo. Nhờ đó, hệ thống này có thể xử lý dự báo chỉ trong vài phút, ngay trên một máy tính cá nhân, thay vì phải mất hàng giờ trên siêu máy tính như các hệ thống truyền thống.
So sánh với các hệ thống dự báo toàn cầu
Khi so sánh với các hệ thống dự báo thời tiết đang được sử dụng trên toàn cầu, như GFS (Global Forecast System - Hệ thống Dự báo Toàn cầu của Mỹ), Aardvark Weather cho thấy hiệu quả vượt trội, dù chỉ sử dụng 8% lượng dữ liệu mà GFS cần. Kết quả dự báo của Aardvark cũng được đánh giá là tương đương với Cơ quan Thời tiết Quốc gia Mỹ.
Tuy nhiên, độ phân giải không gian của Aardvark hiện vẫn còn thấp hơn so với các hệ thống tiên tiến. Mỗi ô dữ liệu trong mô hình của Aardvark tương ứng với khu vực có kích thước 1,5 độ vĩ độ và 1,5 độ kinh độ, trong khi GFS có thể xử lý dữ liệu chi tiết tới từng 0,25 độ.
Tiềm năng ứng dụng rộng rãi
Do là một mô hình học máy, Aardvark Weather có thể được huấn luyện để phục vụ cho các mục tiêu cụ thể, như:
- Nông nghiệp: Dự báo nhiệt độ, lượng mưa... cho các khu vực trồng trọt cụ thể.
- Năng lượng tái tạo: Dự báo tốc độ gió, bức xạ mặt trời... để tối ưu hóa hoạt động của các nhà máy điện gió, điện mặt trời.
- Các lĩnh vực khác: Dự báo bão, cháy rừng, lốc xoáy, chất lượng không khí, động lực học đại dương, dự báo băng biển...
Aardvark Weather là một bước tiến quan trọng trong lĩnh vực dự báo thời tiết, cho thấy tiềm năng to lớn của AI trong việc giải quyết các bài toán phức tạp. Việc chuyển đổi công nghệ dự báo thời tiết từ siêu máy tính sang máy tính cá nhân có thể mở ra cơ hội tiếp cận công nghệ này cho các quốc gia đang phát triển và những khu vực còn thiếu dữ liệu.
"Đây mới chỉ là bước khởi đầu của Aardvark," đồng tác giả Anna Allen từ Đại học Cambridge cho biết.
Scott Hosking, nhà nghiên cứu AI tại Viện Alan Turing (Anh), nhận định: "Đột phá của Aardvark không chỉ là về tốc độ — mà còn là khả năng tiếp cận."
Nghiên cứu này đã được công bố trên tạp chí khoa học danh tiếng Nature vào ngày 20/3/2025.
