Buzz
Mô hình Trí tuệ Nhân tạo mới vượt trội so với các công nghệ dự báo thời tiết truyền thống, đạt tỷ lệ xác minh 90%.
Một chương trình dự đoán thời tiết dựa trên máy học, được phát triển bởi các nhà nghiên cứu DeepMind với tên là “GraphCast”, có khả năng dự đoán thay đổi thời tiết trong vòng 10 ngày chỉ trong ít hơn một phút.
Trong một báo cáo, các nhà khoa học nhấn mạnh rằng GraphCast đã vượt trội so với các công nghệ dự báo thời tiết truyền thống với tỷ lệ xác minh 90%.
Chương trình dự đoán thời tiết sử dụng Trí tuệ Nhân tạo hoạt động bằng cách xử lý thông tin từ hai trạng thái thời tiết gần đây nhất trên Trái đất, kể cả dữ liệu từ thời điểm hiện tại và sáu giờ trước đó. Dựa trên dữ liệu đó, GraphCast có thể dự đoán trạng thái thời tiết sau sáu giờ.
Thực tế cho thấy Trí tuệ Nhân tạo đã chứng minh khả năng ứng dụng của nó trong thực tế. GraphCast dự đoán sự đổ bão Lee vào Long Island trước 10 ngày, trong khi các công nghệ dự báo thời tiết truyền thống vẫn tỏ ra kém hiệu quả. Việc dự báo bằng mô phỏng thời tiết tiêu chuẩn có thể mất nhiều thời gian hơn, vì các mô hình truyền thống phải xem xét các yếu tố vật lý phức tạp và động lực học chất lỏng để đưa ra dự đoán chính xác.
Thuật toán dự đoán thời tiết không chỉ vượt trội hơn các công nghệ truyền thống trong việc dự báo tốc độ và quy mô của các kiểu thời tiết, mà còn có thể dự đoán các sự kiện thời tiết khắc nghiệt như lốc xoáy nhiệt đới và các đợt nhiệt độ khắc nghiệt trên các khu vực. Và vì thuật toán có thể được đào tạo lại bằng dữ liệu gần đây, các nhà khoa học tin rằng công cụ này sẽ dự đoán tốt hơn trong các thay đổi thời tiết phù hợp với biến đổi khí hậu.
Không mất nhiều thời gian nữa, GraphCast, hoặc ít nhất là nền tảng của thuật toán Trí tuệ Nhân tạo, có thể xuất hiện trong nhiều dịch vụ chính thống hơn. Theo Wired, Google đang xem xét cách tích hợp GraphCast vào các sản phẩm của mình. Sự phát triển mô hình dự báo bão tốt hơn đã mở ra cơ hội cho siêu máy tính trong không gian. NOAA (Cơ quan Khí quyển và Đại dương Quốc gia) cho biết họ đang nỗ lực phát triển các mô hình cung cấp thông tin chính xác hơn về thời điểm các hiện tượng thời tiết khắc nghiệt có thể xảy ra và quan trọng hơn là dự báo cường độ của bão.
