Cách chúng tôi hỗ trợ dự đoán lốc xoáy nhiệt đới tốt hơn bằng AI

Chúng tôi ra mắt Weather Lab, giới thiệu các dự đoán lốc xoáy thử nghiệm của chúng tôi và chúng tôi đang hợp tác với Trung tâm Bão Quốc gia Hoa Kỳ để hỗ trợ các dự báo và cảnh báo của họ trong mùa lốc xoáy này.

Lốc xoáy nhiệt đới cực kỳ nguy hiểm, đe dọa tính mạng và tàn phá các cộng đồng trên đường đi của chúng. Trong 50 năm qua, chúng đã gây ra thiệt hại kinh tế lên tới 1,4 nghìn tỷ đô la.

Những cơn bão xoáy khổng lồ này, còn được gọi là bão hoặc bão nhiệt đới, hình thành trên vùng nước biển ấm - được thúc đẩy bởi nhiệt, hơi ẩm và đối lưu. Chúng rất nhạy cảm với ngay cả những khác biệt nhỏ trong điều kiện khí quyển, khiến chúng cực kỳ khó dự báo chính xác. Tuy nhiên, việc cải thiện độ chính xác của dự đoán lốc xoáy có thể giúp bảo vệ cộng đồng thông qua chuẩn bị sẵn sàng ứng phó với thảm họa hiệu quả hơn và sơ tán sớm hơn.

Hôm nay, Google DeepMind và Google Research ra mắt Weather Lab, một trang web tương tác để chia sẻ các mô hình thời tiết trí tuệ nhân tạo (AI) của chúng tôi. Weather Lab giới thiệu mô hình lốc xoáy nhiệt đới dựa trên AI thử nghiệm mới nhất của chúng tôi, dựa trên mạng nơ-ron ngẫu nhiên. Mô hình này có thể dự đoán sự hình thành, đường đi, cường độ, kích thước và hình dạng của một cơn lốc xoáy - tạo ra 50 kịch bản có thể xảy ra, trước tối đa 15 ngày.

Chúng tôi đã phát hành một bài báo mới mô tả mô hình thời tiết cốt lõi của chúng tôi và cung cấp một kho lưu trữ trên Weather Lab về dữ liệu theo dõi lốc xoáy lịch sử, để đánh giá và kiểm tra lại.

Kiểm tra nội bộ cho thấy các dự đoán của mô hình chúng tôi về đường đi và cường độ lốc xoáy chính xác như, và thường chính xác hơn, các phương pháp dựa trên vật lý hiện tại. Chúng tôi đã hợp tác với Trung tâm Bão Quốc gia Hoa Kỳ (NHC), nơi đánh giá rủi ro lốc xoáy ở lưu vực Đại Tây Dương và Đông Thái Bình Dương, để xác thực một cách khoa học phương pháp và kết quả đầu ra của chúng tôi.

Các nhà dự báo chuyên gia của NHC hiện đang thấy các dự đoán trực tiếp từ các mô hình AI thử nghiệm của chúng tôi, cùng với các mô hình và quan sát dựa trên vật lý khác. Chúng tôi hy vọng dữ liệu này có thể giúp cải thiện dự báo của NHC và cung cấp các cảnh báo sớm hơn và chính xác hơn về các mối nguy hiểm liên quan đến lốc xoáy nhiệt đới.

Dự đoán lốc xoáy trực tiếp và lịch sử của Weather Lab

Weather Lab hiển thị các dự đoán lốc xoáy trực tiếp và lịch sử cho các mô hình thời tiết AI khác nhau, cùng với các mô hình dựa trên vật lý từ Trung tâm Dự báo Thời tiết Tầm trung Châu Âu (ECMWF). Một số mô hình thời tiết AI của chúng tôi đang chạy trong thời gian thực: WeatherNext Graph, WeatherNext Gen và mô hình lốc xoáy thử nghiệm mới nhất của chúng tôi. Chúng tôi cũng ra mắt Weather Lab với hơn hai năm dự đoán lịch sử để các chuyên gia và nhà nghiên cứu tải xuống và phân tích, cho phép đánh giá bên ngoài các mô hình của chúng tôi trên tất cả các lưu vực đại dương.

Người dùng Weather Lab có thể khám phá và so sánh các dự đoán từ các mô hình AI và vật lý khác nhau. Khi đọc cùng nhau, những dự đoán này có thể giúp các cơ quan thời tiết và các chuyên gia dịch vụ khẩn cấp dự đoán tốt hơn đường đi và cường độ của một cơn lốc xoáy. Điều này có thể giúp các chuyên gia và những người ra quyết định chuẩn bị tốt hơn cho các kịch bản khác nhau, chia sẻ tin tức về các rủi ro liên quan và hỗ trợ các quyết định để quản lý tác động của một cơn lốc xoáy.

Điều quan trọng cần nhấn mạnh là Weather Lab là một công cụ nghiên cứu. Các dự đoán trực tiếp được hiển thị được tạo ra bởi các mô hình vẫn đang được phát triển và không phải là cảnh báo chính thức. Vui lòng ghi nhớ điều này khi sử dụng công cụ, bao gồm cả việc hỗ trợ các quyết định dựa trên các dự đoán do Weather Lab tạo ra. Để biết dự báo và cảnh báo thời tiết chính thức, hãy tham khảo cơ quan khí tượng địa phương hoặc dịch vụ thời tiết quốc gia của bạn.

Dự đoán lốc xoáy do AI cung cấp

Trong dự đoán lốc xoáy dựa trên vật lý, các phép tính gần đúng cần thiết để đáp ứng nhu cầu hoạt động có nghĩa là một mô hình duy nhất khó có thể vượt trội trong việc dự đoán cả đường đi và cường độ của một cơn lốc xoáy. Điều này là do đường đi của một cơn lốc xoáy được điều khiển bởi các dòng chảy chỉ đạo khí quyển rộng lớn, trong khi cường độ của một cơn lốc xoáy phụ thuộc vào các quá trình hỗn loạn phức tạp bên trong và xung quanh lõi nhỏ gọn của nó. Các mô hình toàn cầu, độ phân giải thấp hoạt động tốt nhất trong việc dự đoán đường đi của lốc xoáy, nhưng không nắm bắt được các quá trình quy mô nhỏ quyết định cường độ lốc xoáy, đó là lý do tại sao các mô hình khu vực, độ phân giải cao là cần thiết.

Mô hình lốc xoáy thử nghiệm của chúng tôi là một hệ thống duy nhất khắc phục sự đánh đổi này, với các đánh giá nội bộ của chúng tôi cho thấy độ chính xác hiện đại cho cả đường đi và cường độ lốc xoáy. Nó được đào tạo để mô hình hóa hai loại dữ liệu riêng biệt: một tập dữ liệu phân tích lại khổng lồ tái tạo thời tiết trong quá khứ trên toàn Trái đất từ hàng triệu quan sát và một cơ sở dữ liệu chuyên biệt chứa thông tin chính về đường đi, cường độ, kích thước và bán kính gió của gần 5.000 lốc xoáy được quan sát từ 45 năm qua.

Mô hình hóa dữ liệu phân tích và dữ liệu lốc xoáy cùng nhau cải thiện đáng kể khả năng dự đoán lốc xoáy. Ví dụ: các đánh giá ban đầu của chúng tôi về dữ liệu bão được quan sát của NHC, vào các năm thử nghiệm 2023 và 2024, ở các lưu vực Bắc Đại Tây Dương và Đông Thái Bình Dương, cho thấy rằng dự đoán đường đi lốc xoáy 5 ngày của mô hình của chúng tôi, trung bình, gần vị trí lốc xoáy thực tế hơn 140 km so với ENS — mô hình tổng hợp dựa trên vật lý toàn cầu hàng đầu từ ECMWF. Điều này có thể so sánh với độ chính xác của dự đoán 3,5 ngày của ENS — một cải tiến 1,5 ngày mà thường mất hơn một thập kỷ để đạt được.

Mặc dù các mô hình thời tiết AI trước đây đã gặp khó khăn trong việc tính toán cường độ lốc xoáy, nhưng mô hình lốc xoáy thử nghiệm của chúng tôi đã vượt trội hơn lỗi cường độ trung bình của Hệ thống Phân tích và Dự báo Bão (HAFS) của Cơ quan Quản lý Khí quyển và Đại dương Quốc gia (NOAA), một mô hình dựa trên vật lý, độ phân giải cao hàng đầu trong khu vực. Các thử nghiệm sơ bộ cũng cho thấy các dự đoán về kích thước và bán kính gió của mô hình của chúng tôi có thể so sánh với các đường cơ sở dựa trên vật lý.

Ở đây, chúng tôi trực quan hóa các lỗi dự đoán về đường đi và cường độ, đồng thời hiển thị kết quả đánh giá về hiệu suất trung bình của mô hình lốc xoáy thử nghiệm của chúng tôi trước tối đa năm ngày, so với ENS và HAFS.

<picture class="picture">
  <source
  media="(min-width: 600px)"
  type="image/webp"
  width="616"
  height="459"
  srcset="https://lh3.googleusercontent.com/f4qTY0N3CtZhhcSpC2cCxfRNKWn6HADxVuaesC6ljcY6BZieX4t1d7EyXZ_MYJ3zMpmVnnTjoPjgiJalUaas1tgAa88pJQZ-U9wBD4m9xseP8koBog=w616-rw 1x, https://lh3.googleusercontent.com/f4qTY0N3CtZhhcSpC2cCxfRNKWn6HADxVuaesC6ljcY6BZieX4t1d7EyXZ_MYJ3zMpmVnnTjoPjgiJalUaas1tgAa88pJQZ-U9wBD4m9xseP8koBog=w1232-rw 2x"
/><source
  
  type="image/webp"
  width="528"
  height="393"
  srcset="https://lh3.googleusercontent.com/f4qTY0N3CtZhhcSpC2cCxfRNKWn6HADxVuaesC6ljcY6BZieX4t1d7EyXZ_MYJ3zMpmVnnTjoPjgiJalUaas1tgAa88pJQZ-U9wBD4m9xseP8koBog=w528-rw 1x, https://lh3.googleusercontent.com/f4qTY0N3CtZhhcSpC2cCxfRNKWn6HADxVuaesC6ljcY6BZieX4t1d7EyXZ_MYJ3zMpmVnnTjoPjgiJalUaas1tgAa88pJQZ-U9wBD4m9xseP8koBog=w1056-rw 2x"
/>
  <img alt="" class="picture__image" height="459" loading="lazy" src="https://lh3.googleusercontent.com/f4qTY0N3CtZhhcSpC2cCxfRNKWn6HADxVuaesC6ljcY6BZieX4t1d7EyXZ_MYJ3zMpmVnnTjoPjgiJalUaas1tgAa88pJQZ-U9wBD4m9xseP8koBog=w616" width="616">
</picture>

Dữ liệu hữu ích hơn cho những người ra quyết định

Ngoài NHC, chúng tôi đã làm việc chặt chẽ với Viện Hợp tác Nghiên cứu trong Khí quyển (CIRA) tại Đại học Bang Colorado. Tiến sĩ Kate Musgrave, một nhà khoa học nghiên cứu của CIRA và nhóm của bà đã đánh giá mô hình của chúng tôi và thấy rằng nó có “kỹ năng tương đương hoặc lớn hơn các mô hình hoạt động tốt nhất về đường đi và cường độ”. Musgrave tuyên bố: “Chúng tôi mong muốn xác nhận những kết quả đó từ các dự báo thời gian thực trong mùa bão năm 2025”. Chúng tôi cũng đã làm việc với Văn phòng Khí tượng Vương quốc Anh, Đại học Tokyo, Weathernews Inc. của Nhật Bản và các chuyên gia khác để cải thiện các mô hình của chúng tôi.

Mô hình lốc xoáy nhiệt đới thử nghiệm mới của chúng tôi là cột mốc mới nhất trong loạt nghiên cứu WeatherNext tiên phong của chúng tôi. Bằng cách chia sẻ các mô hình thời tiết AI của chúng tôi một cách có trách nhiệm thông qua Weather Lab, chúng tôi sẽ tiếp tục thu thập phản hồi quan trọng từ các cơ quan thời tiết và các chuyên gia dịch vụ khẩn cấp về cách công nghệ của chúng tôi có thể cải thiện các dự báo chính thức và thông báo các quyết định cứu sống.

  <li>
        <gemini-button data-in-view>
          <a class="button glue-button glue-button--tonal glue-button--icon-right"
   data-gtm-tag="cta-selection"
   href="https://deepmind.google.com/science/weatherlab" rel="noopener" target="_blank">
  <span class="button__text">Truy cập Weather Lab</span>
  <svg aria-hidden="true"
   class="glue-icon button__icon"
   role="presentation">
<use href="/static/glue-icons.87e996bc684c.svg#open-in-new"></use>

  <li>
        <gemini-button data-in-view>
          <a class="button glue-button glue-button--tonal glue-button--icon-right"
   data-gtm-tag="cta-selection"
   href="https://storage.googleapis.com/deepmind-media/DeepMind.com/Blog/how-we-re-supporting-better-tropical-cyclone-prediction-with-ai/skillful-joint-probabilistic-weather-forecasting-from-marginals.pdf" rel="noopener" target="_blank">
  <span class="button__text">Đọc bài báo của chúng tôi</span>
  <svg aria-hidden="true"
   class="glue-icon button__icon"
   role="presentation">
<use href="/static/glue-icons.87e996bc684c.svg#open-in-new"></use>

Link bài viết gốc

• Tags:
• Ai
• 12 June 2025
• Deepmind.google