Project Aardvark: Cách mạng hóa dự báo thời tiết bằng AI

• Dự báo thời tiết chính xác đóng vai trò quan trọng trong nhiều lĩnh vực như nông nghiệp, giao thông và năng lượng
• Thực hiện vai trò của các hệ thống cảnh báo trong những tình huống khí hậu cực đoan như lũ lụt hay nắng nóng cực độ
• Khi các hệ thống dự báo dựa trên AI như Pangu-Weather của Huawei và GenCast của Google DeepMind xuất hiện, kỳ vọng vào dự báo thời tiết bằng AI ngày càng tăng
• Turing Institute đang tập trung phát triển công nghệ dự báo thời tiết bằng AI và qua đó đang phát triển Aardvark, một thế hệ hệ thống dự báo dựa trên AI mới

Cách dự báo thời tiết hiện nay

• Hiện nay, dự báo thời tiết dựa trên phương pháp dự báo thời tiết số (Numerical Weather Prediction, NWP)
• NWP gồm 3 giai đoạn sau:
  • Giai đoạn 1: Thu thập thông tin từ vệ tinh, trạm khí tượng, bóng thám không, tàu thuyền, máy bay... để ước lượng trạng thái khí quyển
  • Giai đoạn 2: Sử dụng các mô hình máy tính phức tạp để mô phỏng sự tiến triển từ trạng thái hiện tại sang trạng thái tương lai
  • Giai đoạn 3: Xử lý kết quả dự báo, hiệu chỉnh độ chính xác theo từng vị trí và phản ánh ý kiến đầu vào của các nhà dự báo thời tiết con người
• Quy trình này đòi hỏi siêu máy tính hiệu năng cao, lực lượng nhân sự lớn và phần mềm phức tạp
• Các nước phát triển có thể vận hành những hệ thống như vậy, nhưng các nước đang phát triển gặp khó khăn do thiếu hạ tầng

Cách tiếp cận mang tính đột phá của Aardvark

• Aardvark thay thế toàn bộ quy trình dự báo bằng một mô hình AI duy nhất
• Có thể huấn luyện và chạy trên máy tính để bàn, đồng thời tốc độ dự báo nhanh hơn hàng nghìn lần so với phương pháp hiện tại
• Thu thập dữ liệu từ nhiều nguồn như vệ tinh, trạm khí tượng, bóng thám không... để thực hiện dự báo thời tiết toàn cầu trong 10 ngày
• Áp dụng một kiến trúc deep learning mới cho việc xử lý dữ liệu phức tạp và bù đắp giá trị thiếu
• Ưu điểm của Aardvark:
  • Có thể vận hành ở các nước đang phát triển → không cần siêu máy tính
  • Nâng cao độ chính xác và hiệu quả dự báo
  • Có thể giảm phát thải carbon nhờ tiết kiệm năng lượng cho dự báo thời tiết

Hiệu năng và tiềm năng của Aardvark

• Hiện tại, Aardvark cho độ chính xác ở mức tương tự Global Forecast System(GFS) của Mỹ
• Mới chỉ sử dụng khoảng 10% dữ liệu hiện có → nếu dùng nhiều dữ liệu hơn thì khả năng cải thiện độ chính xác là rất lớn
• Có khả năng thay thế các mô hình dự báo số hiện nay
• Tốc độ dự báo nhanh giúp ứng phó khí hậu kịp thời
• Có thể cung cấp công cụ dự báo tiên tiến cho các nước đang phát triển và những quốc gia thiếu dữ liệu

Thách thức

• Các công cụ dự báo dựa trên AI vẫn đang ở giai đoạn thử nghiệm và cần được kiểm chứng trong dài hạn
• Việc dự báo các hiện tượng khí hậu cực đoan như bão nhiệt đới hay lũ lụt đặc biệt khó khăn
• Do mô hình được huấn luyện dựa trên dữ liệu quá khứ, vẫn tồn tại khả năng phát sinh sai số do biến đổi khí hậu
• Cần giải quyết vấn đề thiếu dữ liệu về các hiện tượng khí hậu hiếm gặp

Kế hoạch tương lai của Aardvark

• Turing Institute đặt mục tiêu nâng cao độ chính xác trong các lĩnh vực dự báo thời tiết, đại dương và băng biển thông qua Aardvark
• Đặc biệt tập trung thúc đẩy ứng dụng tại các nước đang phát triển và khu vực Bắc Cực
• Có kế hoạch tăng cường dự báo hiện tượng khí hậu cực đoan thông qua mở rộng dữ liệu và tối ưu hóa kiến trúc
• Bổ sung khả năng dự báo dài hạn và dự báo theo mùa → hỗ trợ các kế hoạch khí hậu dài hạn của chính phủ và doanh nghiệp
• Kỳ vọng việc phát triển công nghệ dự báo thời tiết bằng AI sẽ tăng cường lợi ích xã hội và khả năng bảo vệ kinh tế

Kết luận

• Aardvark là một hệ thống đột phá có thể thay đổi mô hình dự báo thời tiết
• Khả năng cao sẽ giúp tăng cường năng lực ứng phó khí hậu và cải thiện độ chính xác dự báo ở các nước đang phát triển
• Turing Institute có kế hoạch dẫn dắt để Vương quốc Anh đứng ở tuyến đầu của lĩnh vực dự báo khí hậu thông qua Aardvark
• Có thể xem chi tiết về Aardvark trong bài báo trên Nature

[GN⁺]

Ý kiến trên Hacker News

• Đã nghĩ: "The Turing Institute? Vẫn còn tồn tại à?"

  • Turing Institute trước đây ở Glasgow từng nghiên cứu AI và đã kết thúc vào năm 1994
  • Từ đó đã có một số nghiên cứu thú vị xuất hiện, nhưng khác với tổ chức hiện nay

• Tò mò không biết họ có lưu trữ dữ liệu lịch sử trong hàng chục năm hay không

  • Liệu thuật toán AI có thể dùng dữ liệu quá khứ để so sánh hiệu năng với các phương pháp hiện có hay không
  • Tương tự cách các thuật toán công nghệ tài chính được đánh giá bằng dữ liệu thị trường chứng khoán trong quá khứ

• Xin đưa ra một bài toán thử thách cho mô hình

  • Dự báo chính xác thời tiết của khu vực đô thị Kansas City trong hơn 2 ngày
  • Tính đến năm 2024 thì điều này hiếm khi chính xác

• Tò mò liệu một tác nhân AGI giả định trong tương lai có thể dự báo thời tiết giống như con người bản năng biết quỹ đạo của quả bóng hay không

  • AI có thể biết chính xác thời tiết ngày mai, nhưng có thể không hiểu kiến thức đó được suy ra như thế nào

• Có thể xem bài báo tại đây

• Không rõ việc nói rằng nó thay thế mọi bước là cường điệu, hay là tôi đã bỏ lỡ sắc thái nào đó

  • Tò mò mô hình sẽ thay thế bước thu thập dữ liệu như thế nào

• Thật đáng tiếc khi việc tài trợ cho các thiết bị thu thập dữ liệu như bóng thám không thời tiết đã bị ngừng lại

• Tò mò họ sẽ xử lý các trường hợp biên như bão cuồng phong hay thời tiết cực đoan hiếm gặp như thế nào

• Cha tôi đã có nghiên cứu rất sâu rộng về mô hình hóa gió biển và lượng mưa, và tôi ước ông có thể chứng kiến những tiến bộ này của AI và machine learning

• Tò mò các mô hình machine learning sẽ vững vàng đến mức nào khi trong một thế giới khí hậu thay đổi nhanh chóng, quá khứ không còn dự đoán được tương lai nữa