Google DeepMind tuyên bố mô hình AI mới nhất của họ có khả năng tạo dự báo thời tiết trong XNUMX ngày trong vòng chưa đầy một phút và chính xác như các mô hình dự đoán truyền thống chạy trên siêu máy tính. 

Trong một tờ giấy công bố trên tạp chí Khoa học hôm thứ Ba, các nhà nghiên cứu đã mô tả GraphCast: một mạng lưới thần kinh đồ thị được tạo thành từ 36.7 triệu tham số. Được đào tạo dựa trên dữ liệu được thu thập trong 39 năm từ 1979 đến 2017 bởi Trung tâm Dự báo Thời tiết Trung bình Châu Âu (ECMWF) – một viện nghiên cứu chuyên xử lý các dự báo thời tiết bằng số toàn cầu 24/7 – hệ thống tạo ra dự báo thời tiết trong XNUMX ngày, được chia thành tăng thêm sáu giờ.

Các mô hình của ECMWF dựa trên các phương pháp dự đoán thời tiết bằng số chạy các mô phỏng toán học mô hình hóa chuyển động của khí quyển và đại dương bằng các phương trình động lực học chất lỏng. Tuy nhiên, GraphCast xem xét các kiểu thời tiết trong hình ảnh vệ tinh, radar và phép đo từ các trạm khí tượng để đưa ra dự đoán.

Mô hình này chia các bản đồ toàn cầu chứa thông tin về dữ liệu khí quyển và đại dương thành các lưới, đồng thời được đào tạo để tìm hiểu mối quan hệ giữa các biến số thời tiết khác nhau dẫn đến các sự kiện cụ thể – như đường đi của lốc xoáy nhiệt đới, sông khí quyển và sóng nhiệt. GraphCast dự đoán các yếu tố như nhiệt độ, tốc độ và hướng gió, độ ẩm và áp suất không khí ở 37 độ cao khác nhau để giúp dự báo thời tiết. 

“Trong đánh giá hiệu suất toàn diện dựa trên hệ thống xác định tiêu chuẩn vàng, [Dự báo độ phân giải cao của ECMWF], GraphCast đã cung cấp các dự đoán chính xác hơn về hơn 90% trong số 1,380 biến thử nghiệm và thời gian thực hiện dự báo,” tuyên bố Remi Lam, tác giả chính của bài báo và là nhà khoa học nghiên cứu nhân viên tại Google DeepMind. 

Ông nói thêm: “Khi chúng tôi giới hạn đánh giá ở tầng đối lưu, vùng khí quyển cao 6–20 km gần bề mặt Trái đất nhất, nơi dự báo chính xác là quan trọng nhất, mô hình của chúng tôi đã vượt trội hơn HRES trên 99.7% các biến thử nghiệm về thời tiết trong tương lai”.

Mặc dù quá trình đào tạo cho GraphCast đòi hỏi nhiều tính toán và yêu cầu chạy một cụm gồm 32 chip Cloud TPU v4 của Google trong bốn tuần, nhưng mô hình được đào tạo cuối cùng có thể chạy trên một máy Google TPU v4 duy nhất (mà bao gồm bốn chip TPU v4). Dự báo thời tiết XNUMX ngày có thể được tạo ra trong vòng chưa đầy một phút, vượt xa số giờ mà các mô hình dự báo thời tiết số chạy trên siêu máy tính thường sử dụng.

Giống như tất cả các mô hình AI, hiệu suất của GraphCast phụ thuộc vào chất lượng dữ liệu của nó. “GraphCast hiện là hệ thống dự báo thời tiết toàn cầu trong XNUMX ngày chính xác nhất trên thế giới và có thể dự đoán các sự kiện thời tiết khắc nghiệt trong tương lai hơn những gì có thể trước đây. Khi các kiểu thời tiết phát triển trong điều kiện khí hậu thay đổi, GraphCast sẽ phát triển và cải thiện khi có sẵn dữ liệu chất lượng cao hơn,” Lam tuyên bố. 

Tuy nhiên, dự báo của GraphCast không hoàn hảo. Dữ liệu mà nó tạo ra đôi khi không đầy đủ và hiện tượng mờ không gian xảy ra ở những khu vực không chắc chắn – nghĩa là dự đoán của nó có thể không hữu ích khi cố gắng tính xác suất của các sự kiện thời tiết khác nhau, được gọi là dự báo tổng hợp. Nó cũng gặp khó khăn trong việc tạo ra các dự đoán về dữ liệu khí quyển ở tầng bình lưu cũng như hệ thống Dự báo độ phân giải cao của ECMWF.

Vậy AI có thể thay thế các mô hình dự báo thời tiết bằng số cũ hơn, phức tạp hơn không? Không thực sự, thật không may. 

Các nhà nghiên cứu thừa nhận rằng GraphCast đã dựa vào các phương pháp truyền thống ngay từ đầu để có được dữ liệu chất lượng và hệ thống Dự báo độ phân giải cao của ECMWF có thể tạo ra các loại dự báo khác mà AI chưa thể thực hiện được.

Họ kết luận trong bài báo của mình: “Phương pháp tiếp cận của chúng tôi không nên được coi là sự thay thế cho các phương pháp dự báo thời tiết truyền thống đã được phát triển trong nhiều thập kỷ, được thử nghiệm nghiêm ngặt trong nhiều bối cảnh thực tế và cung cấp nhiều tính năng mà chúng tôi chưa khám phá”.

“Thay vào đó, công việc của chúng tôi nên được hiểu là bằng chứng cho thấy [dự báo thời tiết dựa trên máy học] có thể đáp ứng những thách thức của các vấn đề dự báo trong thế giới thực và có tiềm năng bổ sung cũng như cải tiến các phương pháp tốt nhất hiện tại.”

Google DeepMind đã phát hành mã cho GraphCast tại đây. ®

• Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
• PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
• PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
• Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
• PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
• nguồn: https://go.theregister.com/feed/www.theregister.com/2023/11/15/google_deepmind_graphcast/